AttributeError：'DataFrame‘对象没有属性’操作‘

Question

我试图编写一个函数，返回数据集的平均值、中值、标准差、最大值和最小值。

下面是我的代码:它应该遍历“op”数组中的每个项，并将它们传递到"statSummary“函数中。

该函数将列表作为操作类型(例如平均值/中位数)，执行操作(计算平均值)并打印结果。

def statSummary(dataset,operation):
    operation = []
    operation.append(df[dataset].operation())

    return print(operation)

#load dataset 
df = pd.read_csv('dataset.csv')

columnNames = list(df.columns)

ops = ["mean","median","std","max","min"]

for i in ops:
    statSummary(columnNames,i)

但是，当试图运行此程序时，我会收到以下错误：

AttributeError                            Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_8416/4291564190.py in <module>
     30 
     31 for i in ops:
---> 32     statSummary(columnNames,i)
     33 
     34 

~\AppData\Local\Temp/ipykernel_8416/4291564190.py in statSummary(dataset, operation)
     18 def statSummary(dataset,operation):
     19     operation = []
---> 20     operation.append(df[dataset].operation())
     21 
     22     return print(operation)

~\anaconda3\lib\site-packages\pandas\core\generic.py in __getattr__(self, name)
   5485         ):
   5486             return self[name]
-> 5487         return object.__getattribute__(self, name)
   5488 
   5489     def __setattr__(self, name: str, value) -> None:

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

这个错误似乎是由于这行中的“.operation()”造成的。

operation.append(df[dataset].operation())

我想‘插入’操作变量到这一行，以便我可以迭代我的‘操作’列表使用‘平均数’，‘中位数’，std‘等。

这个是可能的吗？

Answer 1

你在找getattr。

def statSummary(dataset, operation):
    func = getattr(df[dataset], operation)
    return func()  # if `operation` is `"sum"`, this is equivalent to `df[dataset].sum()`.

Answer 2

如果您只想打印出这些内容，只需使用df.describe()即可。也可以使用numpy应用筛选方法。我给出了这方面的示例。否则，您可以使用getattr作为@AKX的回答。

import pandas as pd 
import numpy as np


df = pd.DataFrame({
    'one':np.array([1,2,3,4,5]),
    'two':np.array([2,4,6,8,10]),
})

def statSummary(dataset,ops):
    operation = []
    operation.append(df[dataset].apply(ops))
    return print(operation)

columnNames = list(df.columns)

ops = [np.mean,np.median,np.std,np.max,np.min]

for i in ops:
    statSummary(columnNames,i)