我对编程非常陌生(在python中)，我想创建一个新变量，该变量是列的对数(来自导入的excel文件)。 我尝试过从该站点尝试不同的解决方案，但始终出现错误。 我最新的错误是AttributeError: 'str' object has no attribute 'log'.

我已经删除了所有不是"数字"的值，但是我仍然不知道如何将值从字符串转换为整数(如果是这种情况，因为" int(neighborhood)"不起作用)。

这是我现在拥有的代码：

import pandas as pd

import numpy as np

df=pd.read_excel("kwb-2016_del_col_del_row.xls")

df = df[df.m_woz !="."] # drop rows with values"."

neighborhood=df[df.recs=="Neighborhood"]

neighborhood=neighborhood["m_woz"]

print(neighborhood)

np.log(neighborhood)

这是我得到的错误：

AttributeError                            Traceback (most recent call last)

in ()

12 print(neighborhood)

13

---> 14 np.log(neighborhood)

AttributeError: 'str' object has no attribute 'log'

有人可以帮我吗？

但是解决该问题的方法是在注释y=np.log(buurt["g_woz"])中的下面两行。

感谢您的快速回复！该行也会产生错误(键错误)。如果我从该行中删除密钥，则会收到与上述相同的错误

然后，该列的名称不是g_woz。请不要仅仅丢弃那些出错的部分，这通常不是调试代码的好方法。

我不知道该怎么办，因为我很确定那是列的名称

@WillemVanOnsem我无法复制整个错误，但这是错误的开始：TypeError：必需为整数在上述异常的处理过程中，发生了另一个异常：KeyError Traceback(最近一次调用最近)

请重置您的内核，似乎您在此过程中已将np分配给其他内容。

buurt和neighborhood之间是什么关系？同样，在索引时使用.loc是一个好主意。

对不起，我已将此网站的英语更改为英语，但是很遗憾，我忘记在错误中进行更改。抱歉在错误中buurt = neighborhood

@Kate看来您已经掩饰了我的评论。您是否重新启动了内核？

@Kate：请编辑您的问题。

@c ??? s ????是的，我做到了。两次，但仍然是相同的错误

@WillemVanOnsem我应该怎么编辑？

@Kate这样做... del np; import numpy as np

Aaaaand，有效吗？

@c ??? s ????这样做了，我仍然遇到相同的错误

也许您不是要删除自己认为的数据？

尝试打印数据类型以查看它们是什么。

在DataFrame中，您的列可能用对象而不是数字填充。

print(df.dtypes)

另外，您可能想看看这两页

根据对象的类型(即str)从DataFrame中选择行

熊猫：将dtype对象转换为int

这是我构建并交互运行的示例，可以正确获取对数(不要键入>>>)：

>>> raw_data = {'m_woz': ['abc', 'def', 1.23, 45.6, '.xyz'],

'recs': ['Neighborhood', 'Neighborhood',

'unknown', 'Neighborhood', 'whatever']}

>>> df = pd.DataFrame(raw_data, columns = ['m_woz', 'recs'])

>>> print(df.dtypes)

m_woz    object

recs     object

dtype: object

请注意，类型是对象，而不是float或int或str

继续，这是df和neighborhood的样子：

>>> df

m_woz          recs

0    42  Neighborhood

1   def  Neighborhood

2  1.23       unknown

3  45.6  Neighborhood

4  .xyz      whatever

>>> neighborhood=df[df.recs=="Neighborhood"]

>>> neighborhood

m_woz          recs

0    42  Neighborhood

1   def  Neighborhood

3  45.6  Neighborhood

这是窍门...

此行选择neighborhood中int或float的所有行(如果复制/粘贴此行，请小心修复缩进

>>> df_num_strings = neighborhood[neighborhood['m_woz'].

apply(lambda x: type(x) in (int, float))]

>>> df_num_strings

m_woz          recs

0    42  Neighborhood

3  45.6  Neighborhood

快到了...将数字从字符串转换为浮点数

>>> df_float = df_num_strings['m_woz'].astype(str).astype(float)

>>> df_float

0    42.0

3    45.6

最后，计算对数：

>>> np.log(df_float)

0    3.737670

3    3.819908

Name: m_woz, dtype: float64

这工作了！ 除了apply函数的一部分之外，因为所有值都不被视为浮点数或整数，但是astype函数起作用。 我不知道为什么，但是我以前曾经尝试过那个，然后就没用了。 也许我尝试后更改了代码。 非常感谢您对@ coldspeed，WillemVanOnsem和akubot的努力！

@Kate好消息，如果您不介意，请将答案标记为正确