Question

我有一个DataFrame，我从篮球参考中获取了玩家名字。下面的代码是我如何构建DataFrame。它有5列玩家名称，但每个名字也有玩家的位置。

url = "http://www.basketball-reference.com/awards/all_league.html"
dframe_list = pd.io.html.read_html(url)
df = dframe_list[0]
df.drop(df.columns[[0,1,2]], inplace=True, axis=1)
column_names = ['name1', 'name2', 'name3', 'name4', 'name5']
df.columns = column_names
df = df[df.name1.notnull()]

我试图分开这个位置。为此，我计划为每个名称列创建一个DataFrame：

name1 = pd.DataFrame(df.name1.str.split().tolist()).ix[:,0:1]
name1[0] = name1[0] + " " + name1[1]
name1.drop(name1.columns[[1]], inplace=True, axis=1)

由于我有五列我以为我会用循环

来做这个

column_names = ['name1', 'name2', 'name3', 'name4', 'name5']
for column in column_names:
    column = pd.DataFrame(df.column.str.split().tolist()).ix[:,0:1]
    column[0] = column[0] + " " + column[1]
    column.drop(column.columns[[1]], inplace=True, axis=1)
    column.columns = column

然后我将所有这些DataFrame重新加入。

df_NBA = [name1, name2, name3, name4, name5]
df_NBA = pd.concat(df_NBA, axis=1)

我是python的新手，所以我确信我以非常繁琐的方式做这件事，并且会喜欢关于如何更快地做到这一点的建议。但我的主要问题是，当我在单个列上运行代码时，它工作正常，但如果我运行循环时出现错误：

AttributeError: 'DataFrame' object has no attribute 'column'

似乎循环df.column.str的部分导致了一些问题？我已经摆弄了这个列表，并附有包围栏（我仍然不明白为什么有时候我会将DataFrame专栏括起来，有时甚至是它的.column，但这是一个更大的问题）其他随意的事情。

当我尝试@BrenBarn的建议时

df.apply(lambda c: c.str[:-2])

Jupyter笔记本中出现以下内容：

SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation:    http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  if __name__ == '__main__':

查看DataFrame，实际上没有任何改变，如果我正确理解文档，这个方法会创建带有编辑的DataFrame的副本，但这是一个临时副本，后来被抛出，所以实际DataFrame没有变化。

Answer 1

如果位置标签始终只有一个字符，那么简单的解决方案就是：

>>> df.apply(lambda c: c.str[:-2])
           name1         name2
0     Marc Gasol  Lebron James
1      Pau Gasol  Kevin Durant
2  Dwight Howard  Kyrie Irving

Series的str属性允许你进行字符串操作，包括索引，所以这只是修剪每个值的最后两个字符。

关于df.column的问题，这个问题比熊猫更普遍。这两件事情不一样：

# works
obj.attr

# doesn't work
attrName = 'attr'
obj.attrName

如果要访问名称存储在变量中的属性，则不能使用点表示法。通常，您可以使用getattr函数。但是，pandas通过将名称指定为字符串（而不是源代码标识符）来提供用于访问列的括号表示法。所以这两个是等价的：

df.some_column

columnName = "some_column"
df[columnName]

在您的示例中，将您对df.column的引用更改为df[column]可以解决该问题。但是，正如我在评论中提到的，您的代码也存在其他问题。至于解决手头的任务，我在答案开头展示的字符串索引方法要简单得多。

为什么pandas DataFrame中的列在此循环中不起作用？

1 个答案: