web-dev-qa-db-ja.com

UserWarning：Pandasでは、新しい属性名で列を作成することはできません

pandasスクリプト。

実際には、私は2つのcsvファイル（一方の入力ファイルと他方の出力ファイル）で作業しています。 2列のすべての行をコピーして計算を行い、それを別のデータフレーム（出力ファイル）にコピーしたい。

列は次のとおりです。

'lat', 'long','PHCount', 'latOffset_1', 'longOffset_1','PH_Lat_1', 'PH_Long_1', 'latOffset_2', 'longOffset_2', 'PH_Lat_2', 'PH_Long_2', 'latOffset_3', 'longOffset_3','PH_Lat_3', 'PH_Long_3',  'latOffset_4', 'longOffset_4','PH_Lat_4', 'PH_Long_4'.

「lat」列と「latOffset_1」列を取得し、計算を行って、すでに作成した別の新しい列（「PH_Lat_1」）に配置します。

私の機能は：

def calculate_latoffset(latoffset):  #Calculating Lat offset.
    a=(df2['lat']-(2*latoffset))
    return a

メインコード：

for i in range(1,5):
        print(i)
        a='PH_lat_%d' % i 
        print (a)
        b='latOffset_%d' % i
        print (b)
        df2.a = df2.apply(lambda x: calculate_latoffset(x[b]), axis=1)

列名は（1,2,3,4）だけ異なるため。だから私は関数calculate_latoffsetを呼び出して、すべての列（PH_Lat_1、PH_Lat_2、PH_Lat_3、PH_Lat_4）のすべての行を一度に計算したい。

上記のコードを使用すると、このエラーが発生します：

basic_conversion.py:46: UserWarning: Pandas doesn't allow columns to be created via a new attribute name - see https://pandas.pydata.org/pandas-docs/stable/indexing.html#attribute-access
  df2.a = df2.apply(lambda x: calculate_latoffset(x[b]), axis=1)

出来ますか ？親切に助けてください

pythonpandasdataframeindexinglambda
11
Bushra Ghazal

単にdf2['a'] の代わりに df2.a

10
AaronDT

私が考えることができる解決策は、.loc列を取得します。あなたが試すことができます df.loc[:,a] の代わりに df.a。 Pandasデータフレーム属性との潜在的な競合を避けるために、ドットメソッドを使用してデータフレーム列を作成することはできません。

2
Ying Cai

これはエラーではなく警告であるため、コードは引き続き実行できますが、おそらく意図どおりではありません。

  1. 短い答え：DataFrameの新しい列を作成するには、属性accessを使用しないでください、正しい方法はを使用することです[]または.locインデックス付け：

    >>> df
   a  b
0  7  6
1  5  8
>>> df['c'] = df.a + df.b 
>>> # OR
>>> df.loc[:, 'c'] = df.a + df.b
>>> df # c is an new added column
   a  b   c
0  7  6  13
1  5  8  13

さらに説明すると、SeiresとDataFrameはパンダのコアクラスとデータ構造であり、もちろんそれらはPythonクラスでもあるため、pandas DataFrameとnormal Pythonオブジェクト。しかし、それは 十分に文書化されている であり、簡単に理解できます。

  1. Pythonでは、ユーザーは属性アクセスを使用して、独自のデータ属性をインスタンスオブジェクトに動的に追加できます。

    >>> class Dog(object):
...     pass
>>> dog = Dog()
>>> vars(dog)
{}
>>> superdog = Dog()
>>> vars(superdog)
{}
>>> dog.legs = 'I can run.'
>>> superdog.wings = 'I can fly.'
>>> vars(dog)
{'legs': 'I can run.'}
>>> vars(superdog)
{'wings': 'I can fly.'}

  2. パンダでは、indexおよびcolumnはデータ構造に密接に関連しているため、アクセスできますシリーズのインデックス、DataFrameの列属性として。

    >>> import pandas as pd
>>> import numpy as np
>>> data = np.random.randint(low=0, high=10, size=(2,2))
>>> df = pd.DataFrame(data, columns=['a', 'b'])
>>> df
   a  b
0  7  6
1  5  8
>>> vars(df)
{'_is_copy': None, 
 '_data': BlockManager
    Items: Index(['a', 'b'], dtype='object')
    Axis 1: RangeIndex(start=0, stop=2, step=1)
    IntBlock: slice(0, 2, 1), 2 x 2, dtype: int64,
 '_item_cache': {}}

  3. ただし、pandas属性アクセスは、主に、シリーズまたは列の既存の要素の読み取りと変更の利便性ですDataFrame。

    >>> df.a
0    7
1    5
Name: a, dtype: int64
>>> df.b = [1, 1]
>>> df
   a  b
0  7  1
1  5  1

  4. また、利便性は完全な機能のトレードオフです。例えば。列名['space bar', '1', 'loc', 'min', 'index']を使用してDataFrameオブジェクトを作成できますが、属性として有効なPython identifier 1、 space barまたは既存のメソッド名と競合します。

    >>> data = np.random.randint(0, 10, size=(2, 5))
>>> df_special_col_names = pd.DataFrame(data, columns=['space bar', '1', 'loc', 'min', 'index'])
>>> df_special_col_names
   space bar  1  loc  min  index
0          4  4    4    8      9
1          3  0    1    2      3

  5. これらの場合、.loc、.iloc、および[]インデックスは、 定義された方法 で、SeriesおよびDataFrameオブジェクトのインデックスと列に完全にアクセス/操作します。

    >>> df_special_col_names['space bar']
0    4
1    3
Name: space bar, dtype: int64
>>> df_special_col_names.loc[:, 'min']
0    8
1    2
Name: min, dtype: int64
>>> df_special_col_names.iloc[:, 1]
0    4
1    0
Name: 1, dtype: int64

  6. トピックについては、ご覧のとおり、DataFrameの新しい列を作成するには、df.c = df.a + df.b justがコアデータ構造と一緒に新しい属性を作成しました、そのためバージョン0.21.0以降から、この動作はUserWarning（無音）を発生させます。

    >>> df
   a  b
0  7  1
1  5  1
>>> df.c = df.a + df.b
__main__:1: UserWarning: Pandas doesn't allow columns to be created via a new attribute name - see https://pandas.pydata.org/pandas-docs/stable/indexing.html#attribute-access
>>> df['d'] = df.a + df.b
>>> df
   a  b  d
0  7  1  8
1  5  1  6
>>> df.c
0    8
1    6
dtype: int64
>>> vars(df)
{'_is_copy': None, 
 '_data': 
    BlockManager
    Items: Index(['a', 'b', 'd'], dtype='object')
    Axis 1: RangeIndex(start=0, stop=2, step=1)
    IntBlock: slice(0, 2, 1), 2 x 2, dtype: int64
    IntBlock: slice(2, 3, 1), 1 x 2, dtype: int64, 
 '_item_cache': {},
 'c': 0    8
      1    6
      dtype: int64}

  7. 最後に、短い答えに戻ります。

1
YaOzI

df2.apply(lambda x: calculate_latoffset(x[b]), axis=1)では、5列のデータフレームを作成しており、単一のフィールドに値を割り当てようとしました。代わりにdf2[a] = calculate_latoffset(df2[b])が目的の出力を提供する必要があります。

0
bowei