pygrowup的问题(“Series”对象没有属性“zscore_for_measurement”)

Question

我需要根据世界卫生组织的标准计算身高和体重等测量指标的z分数。要做到这一点，我想使用专为之设计的pygrowup包。打字时：

data['z_height'] = Calculator.lhfa(df['length'],df.age, df.female) 

我收到一条错误消息：

`AttributeError                            Traceback (most recent call last)
<ipython-input-9-8c8a5b790d43> in <module>
      3 
      4 
----> 5 df['z_height'] = Calculator.lhfa(df['length'],df.age, df.female) 
      6 df.head()

~\anaconda3\lib\site-packages\pygrowup\pygrowup.py in lhfa(self, measurement, age_in_months, sex, height)
    280     def lhfa(self, measurement=None, age_in_months=None, sex=None, height=None):
    281         """ Calculate length/height-for-age """
--> 282         return self.zscore_for_measurement('lhfa', measurement=measurement,
    283                                            age_in_months=age_in_months,
    284                                            sex=sex, height=height)

~\anaconda3\lib\site-packages\pandas\core\generic.py in
__getattr__(self, name)    5272             if self._info_axis._can_hold_identifiers_and_holds_name(name):    5273    return self[name]
-> 5274             return object.__getattribute__(self, name)    5275     5276     def __setattr__(self, name: str, value) -> None:

AttributeError: 'Series' object has no attribute 'zscore_for_measurement' 

因为这是一个非常具体的包，所以Google没有太多的信息。GitHub存储库似乎不活跃，我的问题也没有在那里得到解决。因此，我将非常感谢您的任何建议，谢谢！

Answer 1

注释中的解决方案：

性别变量应该是"M“或"F"，而不是1或0。

先前的回答：

当Calculator类需要一个十进制(或类似的)时，您似乎正在将一个Pandas对象(df['length'])传递给它。

您可以将Series实例转换为所需的类型，但如果zscore_for_measurement()方法有多个值(这是从Calculator.lhfa()调用的)，则还需要提供一个值：

>>> x = np.array([1, 2, 2.5])
>>> x
array([ 1. ,  2. ,  2.5])
>>> x.astype(int)
array([1, 2, 2])

通过小数点(例如5.5等)可能代替了df['length']参数。

源代码：https://github.com/ewheeler/pygrowup/blob/master/pygrowup/pygrowup.py

关于Pandas系列对象的文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.html

关于铸造系列对象的文档：https://pandas.pydata.org/pandas-docs/version/0.7.0/generated/pandas.Series.astype.html

如果结果不是这样，我会更新我的答案。

编辑

您还可以尝试创建(实例化)一个Calculator对象，然后调用该对象上的lhfa()方法--如果它可能引用源代码中的"self“，就好像它是另一个(Pandas Series)对象一样。例如：

calc = Calculator()
data['z_height'] = calc.lhfa(...)

或者，您也可以尝试像这样直接调用zscore_for_measurement()方法，确保手动传递'lhfa‘指示器参数：

data['z_height'] = Calculator.zscore_for_measurement('lhfa', measurement, age, sex...)