“numpy.ndarray”对象没有属性“count”答案

【问题标题】：'numpy.ndarray' object has no attribute 'count'“numpy.ndarray”对象没有属性“count”
【发布时间】：2017-09-28 00:50:25
【问题描述】：

我有以下数据框：

df  = pd.DataFrame({'Label': list('AABCCC'), 'Values':  [1,2,3,4,np.nan,8] })

我想删除那些没有最少项目数（一个或更少）的组，所以我尝试了以下方法：

f = lambda x: x.Values.count() > 1

df.groupby('Label').filter(f)

但是，这引发了错误：

错误：“numpy.ndarray”对象没有属性“count”

哪里出错了？

【问题讨论】：

试试这个：df.groupby('Label').filter(lambda x: len(x) > 1)

标签： python pandas numpy

【解决方案1】：

您似乎没有Values 但values 列，因此需要添加[]，因为与values 函数冲突。

示例：

df = pd.DataFrame ({'values': [1,2,3,4,np.nan,8] })
print (df)
   values
0     1.0
1     2.0
2     3.0
3     4.0
4     NaN
5     8.0

#return numpy array
print (df.values)
[[  1.]
 [  2.]
 [  3.]
 [  4.]
 [ nan]
 [  8.]]

#select column values
print (df['values'])
0    1.0
1    2.0
2    3.0
3    4.0
4    NaN
5    8.0
Name: values, dtype: float64

您的解决方案对我来说效果很好，我还将.Values 更改为['Values']。

df1 = df.groupby('Label').filter(lambda x: x['Values'].count() > 1)
print (df1)
  Label  Values
0     A     1.0
1     A     2.0
3     C     4.0
4     C     NaN
5     C     8.0

transform 和 boolean indexing 的替代解决方案：

print (df.groupby('Label')['Values'].transform('count'))
0    2.0
1    2.0
2    1.0
3    2.0
4    2.0
5    2.0
Name: Values, dtype: float64

print (df.groupby('Label')['Values'].transform('count') > 1)
0     True
1     True
2    False
3     True
4     True
5     True
Name: Values, dtype: bool

print (df[df.groupby('Label')['Values'].transform('count') > 1])
  Label  Values
0     A     1.0
1     A     2.0
3     C     4.0
4     C     NaN
5     C     8.0

同时检查What is the difference between size and count in pandas?

【讨论】：

感谢您的接受。顺便说一句，我认为使用. 选择更好更快，但是没有列values、sum、count、mean，因为.sum、.values...返回pandas 函数。所以更安全的是使用[]，然后所有列名都可以正常工作。美好的一天，祝你好运！