我正在研究泰坦尼克号生存数据集。读取数据后,我更改其中一个列名称,然后尝试使用它。但是,更改后的列名称反射(reflect)在列名称中,但不适用于特定用途,如下所示。
import pandas as pd
titanic = pd.read_excel("titanic.xls", "titanic")
print(titanic.columns.values)
这给了我:
['pclass' 'survived' 'name' 'sex' 'age' 'sibsp' 'parch' 'ticket' 'fare'
'cabin' 'embarked' 'boat' 'body' 'home.dest']
现在,我更改其中一个列名:
titanic.columns.values[-1] = 'home'
print(titanic.columns.values)
输出反射(reflect)了更改后的名称:
['pclass' 'survived' 'name' 'sex' 'age' 'sibsp' 'parch' 'ticket' 'fare'
'cabin' 'embarked' 'boat' 'body' 'home']
现在,如果我尝试从列中打印唯一值,
print(pd.unique(titanic.name))
我得到了想要的输出:
['Allen, Miss. Elisabeth Walton' ... ]
但是在这里,
print(pd.unique(titanic.home))
我明白了,
AttributeError: 'DataFrame' object has no attribute 'home'
请您参考如下方法:
这是一个链式赋值问题。当您为列列表分配一个值时,它是在数据帧的副本上运行,而不是在数据帧本身上运行。
此修复在 the documentation 中进行了描述对于 Pandas,通常需要在更改数据框时保存数据框的副本。
使用建议的方法,它是这样工作的:
newCols = titanic.columns.values
newCols[-1] = 'home'
titanic.columns = newCols
名称的副本首先被保存、编辑,然后直接分配给列。
