打印pandas DataFrame时出现AttributeError：numpy.ndarray无ljust属性

错误原因 #

这个报错的核心问题是你的DataFrame（包括索引hours或x列）中存在numpy数组类型的数据。pandas在打印DataFrame时，会对每个元素调用字符串格式化方法（比如ljust）来对齐输出，但numpy数组本身没有这个字符串方法，因此触发属性错误。

通常是在设置hours为索引的过程中，不小心将其保留为numpy数组类型，而不是转成pandas支持的可格式化类型（如datetime、字符串）；或者x列的数据本身就是嵌套的numpy数组。

修复方案 #

• 检查并转换索引类型
  确保hours索引是pandas可处理的类型：

  # 转成datetime类型（推荐，因为是时间列）
  dfp.index = pd.to_datetime(dfp.index)
  # 或者转成字符串类型
  dfp.index = dfp.index.astype(str)
  

• 检查并修复数据列类型
  查看x列是否为numpy数组：

  print(dfp['x'].dtype)
  

  如果确认是numpy数组，根据数据类型转换：

  # 如果是数值数组，转成float/int类型
  dfp['x'] = dfp['x'].astype(float)
  # 如果是嵌套数组，展开成字符串形式
  dfp['x'] = dfp['x'].apply(lambda arr: ', '.join(map(str, arr)))
  

• 批量转换numpy数组元素
  不确定哪列有问题时，批量将DataFrame中的numpy数组转成字符串：

  import numpy as np
  dfp = dfp.applymap(lambda x: str(x) if isinstance(x, np.ndarray) else x)
  

• 替代打印方式
  若不想修改数据结构，直接用字符串形式打印：

  print(dfp.to_string())
  

内容的提问来源于stack exchange，提问作者Shane S