Pandas 如何解决Python中的属性错误“’float’ object has no attribute ‘split’”

在处理Pandas数据包时，我们有时会遇到如下错误信息，“’float’ object has no attribute ‘split’”，这可能会让初学者感到困惑。这是由于Python中的数据类型不同而引起的错误，此错误表示float类型对象没有split属性。

在下面的文章中，我们将了解这个错误的原因，及其解决方法。

阅读更多：Pandas 教程

错误原因

通常，这个错误是由于数据类型有误导致的。在进行字符串操作时，必须确保相应的数据类型正确。

例如，在以下代码中，我们创建一个Pandas数据框，并通过“split”函数将字符串“90,100”分割为两个新列分别命名为“Maths”及“Science”：

import pandas as pd

data = {'Scores': ['90,100', '50,60', '70,80']}

df = pd.DataFrame(data)

df[['Maths', 'Science']] = df['Scores'].str.split(',', expand=True)

print(df)

结果应该是以下内容：

   Scores Maths Science
0  90,100    90     100
1   50,60    50      60
2   70,80    70      80

但是，如果以上代码中的某个单元格包含一个float类型的值，就会出现“’float’ object has no attribute ‘split’”错误。例如：

import pandas as pd

data = {'Scores': ['90,100', 50.5, '70,80']}

df = pd.DataFrame(data)

df[['Maths', 'Science']] = df['Scores'].str.split(',', expand=True)

print(df)

错误信息如下：

AttributeError: 'float' object has no attribute 'split'

这是因为我们尝试将一个float对象分割，并给它一个新的列名，但是，float对象没有split属性。

解决方法

当我们遇到此错误时，我们首先需要确认原始数据中是否存在float类型的对象。我们可以通过以下代码，将数据框中包含float类型数据的行打印出来：

import pandas as pd

data = {'Scores': ['90,100', 50.5, '70,80']}

df = pd.DataFrame(data)

float_rows = df.applymap(type) == float

print(df[float_rows.sum(axis=1) > 0])

输出：

   Scores
1    50.5

我们可以看到，只有第二行包含float类型数据。因此，我们需要将其转换为一个字符串，以便能够正确进行split操作。

我们可以使用下面的代码将浮点数转为字符串，并将它们插入到DataFrame中。在这个例子中，我们使用Python的字符串格式化来将浮点数转换成字符串：

import pandas as pd

data = {'Scores': ['90,100', 50.5, '70,80']}

df = pd.DataFrame(data)

float_rows = df.applymap(type) == float

df[float_rows.sum(axis=1) > 0] = df[float_rows.sum(axis=1) > 0].astype(str).applymap('{:.1f}'.format)

df[['Maths', 'Science']] = df['Scores'].str.split(',', expand=True)

print(df)

输出：

   Scores Maths Science
0  90,100    90     100
1    50.5    50     0.5
2   70,80    70      80

在这个例子中，我们先找出包含float类型对象的行，并通过astype()函数将其转换为字符串。然后，在使用applymap()函数将每个元素转换为字符串，使用字符串格式化，将浮点数格式化为一个小数点后1位的字符串。最后，我们执行split()操作以分裂原始字符串。

此外，如果我们知道数据的结构，并且已知有float类型的数据，我们可以在读取数据时将其转换为字符串。

下面是代码示例：

import pandas as pd

data = {'Scores': ['90,100', 50.5, '70,80']}

df = pd.read_csv('data.csv', converters={'Scores': str})

df[['Maths', 'Science']] = df['Scores'].str.split(',', expand=True)

print(df)

在这个例子中，我们使用了pandas的read_csv()函数，并通过参数converters，将’Scores’列的数据类型从float转换为字符串。

总结

当我们在使用Pandas操作数据时，很可能遇到“’float’ object has no attribute ‘split’”错误。在处理数据之前，我们需要确认每个单元格中的数据类型，确保正确的数据类型会被正确的处理。另外，在读取数据时，我们还可以通过converters参数将float类型数据转换为字符串类型。