'DataFrame‘对象没有属性'to_dataframe’

Question

我肯定我在这里有一个小错误，我忽略了，但我有一个困难的时间，我需要改变。

这是我的代码，直到我得到错误为止。

# Load libraries
import pandas as pd
import numpy as np
from pandas.tools.plotting import scatter_matrix
import matplotlib.pyplot as plt
from sklearn import model_selection
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.metrics import accuracy_score
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.discriminant_analyisis import LinearDiscriminantAnalysis
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC

# Load dataset
names = ['action','reject','approve','occ','loanamt', 'suffolk', 'appinc','typur','unit','married','dep','emp',yjob','self','atotinc','cototinc','hexp']

# from azureml import Workspace
# ws = Workspace(
#      workspace_id='',
#      authorization_token='==',
#      endpoint='https://studioapi.azureml.net'
# )
# ds = ws.datasets['loanapp_c.csv']

ds = pd.read_csv('desktop/python ML/loanapp_c.csv')
dataset = ds.to_dataframe()

我在Azure上运行这个程序，现在正尝试在本地运行它。下面是我遇到的错误：

AttributeError                Traceback (most recent call last)
 in ()
     32
     33 ds = pd.read_csv('desktop/python ML/loanapp_c.csv')
---> 34 dataset = ds.to_dataframe()
     35
     36 # shape

~/anaconda3/lib/python3.7/site-packages/pandas/core/generic.py in_getattr_(self, name)
     4374 if self._info_axis.can_hold_identifiers_and_holds_name(name):
            return self[name]
  -> 4376 return object._getattribute_(self,name)
     4377
     4378 def _setattr_(self, name, value):

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

不知道我有什么错。

Answer 1

函数pd.read_csv()已经是一个DataFrame，因此这类对象不支持调用.to_dataframe()。

您可以使用ds检查变量的类型，您将看到它是熊猫DataFrame类型。

Answer 2

据我所知。使用以下代码在ds中加载D1：

ds = pd.read_csv('desktop/python ML/loanapp_c.csv')

这里的ds是一个DataFrame对象。您要做的是在一个对象上调用to_dataframe，这个对象已经是DataFrame了。

从代码中删除此dataset = ds.to_dataframe()将解决错误