无法在新列上调用value_counts

Question

我在数据集中创建了一个新列，如下所示：

df['new_col'] = [ True if v > 0 else False for v in df.old_col ]

当我在新列上调用value_counts（）时，它只在我执行

时有效

df['new_col'].value_counts() # works fine

但

df.new_col.value_counts() 

给出了这个错误：

AttributeError: 'list' object has no attribute 'value_counts'

我很困惑为什么会发生这种情况......我不能在新列上使用点语法吗？任何建议都非常感谢，谢谢！

Answer 1

正如Alexander所说，看起来你已经设置了属性而不是新系列。您必须使用括号表示法分配新列：

In [11]: df = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'])

In [12]: df['C'] = [1, 2]

In [13]: type(df.C)
Out[13]: pandas.core.series.Series

没有它你只是分配一个属性（而且熊猫不知道你希望这个是一个列）：

In [14]: df.D = [1, 2]

In [15]: type(df.D)
Out[15]: list

您无法使用括号表示法访问此属性：

In [16]: df['D']
KeyError: 'D'

出于这个原因，我喜欢在整个代码中使用括号始终，这样我 - 和读者 - 知道它是一列......（explicit is better than implicit）

注意：这实际上是非常有用的行为，因为（一方面）它允许您将元数据设置为DataFrame。同样，您可以将属性（或方法）分配给pd.DataFrame，以便可以将其用于任何DataFrame。

In [21]: pd.DataFrame.x = 1

In [22]: df.x
Out[22]: 1

（这有时可能很有用，但请谨慎使用!!!）