在分类数据框中查找唯一类值的错误

Question

我有一个具有 4 个特征的数据框。

df
A|B|C|D
green|big|1.3|4

现在，我将所有对象特征（A 和 B）放入一个新的数据框：

df1=df.select_dtypes(include=['object']).columns
df1.dtype
Out: type('O')

最后一步是将 df1 输入一个函数，以确定每个分类特征的唯一值。

for feature in df1.columns:
    uniq = np.unique(df1[feature])
    print('{}: {} distinct values -  {}'.format(feature,len(uniq),uniq))

错误我得到的是：

AttributeError: 'Index' object has no attribute 'columns' when I want to get this:

预期输出：

A: 2 distinct values -  ['green' 'blue']
B: 1 distinct values -  ['big]

Answer 1

您实际上对.select_dtypes 行做错了，您已经访问了.columns。你应该删除它：

df1=df.select_dtypes(include=['object'])  # <i>no</i> .columns

否则，df1 现在是 Index(['A', 'B'], dtype='object')。我们不希望这样，因为正如错误所说，您无法访问 Index 对象的 .columns。

请注意，您可以在这里简单地调用.unique()：

for feature in df1.columns:
    uniq = df1[feature].unique()
    print('{}: {} distinct values -  {}'.format(feature,len(uniq),uniq))