使用dfply @dfpipe自定义管道函数报AttributeError问题求解
dfply自定义管道函数分组统计报错修复
报错根因
函数内部硬编码的X.variable和传入的形参variable没有建立绑定关系。
dfply的表达式求值规则是:凡是写成X.列名形式的代码,运行时都会直接匹配DataFrame中对应名称的实际列。当你在函数里写死group_by(X.variable)、X.variable.count()时,程序会尝试从DataFrame里查找名为variable的字段,自然找不到目标列,最终抛出AttributeError: 'DataFrame' object has no attribute 'variable'的异常。
实际上你调用函数时传入的X.job本身就是dfply可识别的符号表达式对象,完全不需要在函数内部再额外套一层X.的属性访问语法去包装形参。
修正后的通用函数实现
import pandas as pd from dfply import * @dfpipe def woe_iv(df, variable): # 直接将传入的variable参数透传给分组、聚合环节 step1 = df >> group_by(variable) >> summarize(COUNT=variable.count()) return step1 # 原有调用方式无需改动 banks >> woe_iv(X.job)
实现效果说明
- 参数透传逻辑完全兼容dfply管道规则,修正后的函数支持传入任意列的符号表达式,例如
banks >> woe_iv(X.marital)、banks >> woe_iv(X.education)都可以正常返回对应列的分组计数结果,满足通用复用的设计目标 - 你给出的分组统计结果中存在的列值异常(如
adnin.、technician.末尾带无意义句点,原始样本中的unemployed类别未出现在统计清单里)属于原始数据清洗类问题,和本次代码报错无关,后续拓展WOE计算逻辑前,可以先统一对分类列做字符串去空格、拼写校正、缺失值填充的预处理
内容的提问来源于stack exchange,提问作者Shameek Mukherjee
相关产品推荐
相关产品推荐

