Python执行numpy操作后恢复列头报Series无y属性错误求助

逐行梳理代码的错误逻辑链：

• 执行Filtered_CV = np.clip(Filtered_CV['y'], .1, np.inf)时，你仅选中了y单列做数值截断，返回结果是一维Series结构，原始DataFrame里的yhat列直接被丢弃，此时Filtered_CV已经不是多列DataFrame
• 后续调用between_time返回的T_CV仍然是Series类型，Series没有columns属性，你执行T_CV.columns = ['ds','y']的赋值操作完全不生效
• 最后尝试用T_CV.y访问列时，本质是在Series上调用不存在的属性，因此触发AttributeError
• 你导出Excel能看到'y'列属于错觉：pandas导出Series时会自动把索引、值分别作为两列输出，不是说数据本身还是DataFrame结构

修改数据处理逻辑，仅对y列做截断，保留完整DataFrame结构即可：

# Convert ds to datetime
cv_results['ds'] = pd.to_datetime(cv_results['ds'])

# Set ds as index
Filtered_CV = cv_results.set_index('ds')

# Drop NaNs
Filtered_CV = Filtered_CV.dropna(subset=['y','yhat'])

# 仅对y列做0值截断，保留yhat列和DataFrame结构
Filtered_CV['y'] = np.clip(Filtered_CV['y'], .1, np.inf)

# Filter by Time（修正原代码的变量名笔误，原代码写的Filtered_CV1不存在）
T_CV = Filtered_CV.between_time('05:00','16:00').reset_index()

# 此时T_CV已经包含ds、y、yhat三列，无需额外赋值列名
# Calculate MAPE
MAPE = mean_absolute_percentage_error(T_CV.y, T_CV.yhat)

如果需要保留ds作为索引可以删掉reset_index()，直接用T_CV['y']、T_CV['yhat']访问对应列即可。

内容的提问来源于stack exchange，提问作者t25