pandas合并预处理后DataFrame时报错'DataFrame'无concat属性
报错核心原因
与pandas版本配置无关,问题完全来自代码本身的两处逻辑错误:
- 标识符覆盖:导入pandas模块后直接执行
pd = pd.read_csv('data.csv'),原本代表pandas模块的别名pd被覆盖为读入的DataFrame对象。后续调用pd.concat时,实际是访问该DataFrame实例的concat属性,而DataFrame类没有实例级别的concat方法,直接触发'DataFrame' object has no attribute 'concat'报错 - 接口调用不规范:即便解决了覆盖问题,原有
s1=pd.concat(model,year,axis=1)的写法也不符合pandas的调用规则。pd.concat要求将待合并的DataFrame组成的列表作为第一位置参数传入,不能把单个DataFrame直接作为散列的位置参数传入
修正操作步骤
- 取消对pandas别名的覆盖
为读取的原始数据集更换独立变量名,避免和pandas模块的常用别名冲突,所有引用原始数据的位置同步替换:import pandas as pd import re import numpy as np # 原错误写法:pd=pd.read_csv('data.csv') # 正确写法 raw_data = pd.read_csv('data.csv') city = raw_data.iloc[:,5].values color = raw_data.iloc[:,3].values km = raw_data.iloc[:,2].values year = raw_data.iloc[:,1].values model = raw_data.iloc[:,0].values digest = [] for i in range(565): comment = re.sub('[A-Z]','',raw_data['fiyat'][i]) comment = comment.lower() comment = comment.split() comment = ' '.join(comment) digest.append(comment) total = raw_data.isnull().sum() - 按规范调用concat方法完成合并
将所有经过单独预处理的字段DataFrame统一存入列表,作为pd.concat的第一参数传入:from sklearn.preprocessing import LabelEncoder le = LabelEncoder() city = le.fit_transform(city) color = le.fit_transform(color) model = le.fit_transform(model) from pandas import DataFrame model = DataFrame(data=model, columns=['model']) year = DataFrame(data=year, columns=['year']) km = DataFrame(data=km, columns=['km']) color = DataFrame(data=color, columns=['color']) city = DataFrame(data=city, columns=['city']) price = DataFrame(data=digest, columns=['price']) # 原错误写法:s1=pd.concat(model,year,axis=1) # 正确写法 all_frames = [model, year, km, color, city, price] train_dataset = pd.concat(all_frames, axis=1)
隐蔽问题提示:这种别名覆盖的问题不会在代码运行初期触发报错,因为DataFrame实例本身自带
isnull、iloc等可直接调用的属性,只有当代码运行到需要调用pandas模块顶层方法(如concat、merge、各类IO读取方法)时,才会抛出属性不存在的错误。
内容的提问来源于stack exchange,提问作者Emre Şimşek
相关产品推荐
相关产品推荐

