python报错AttributeError: 'list' object has no attribute 'columns'

这个错误通常是因为你试图在一个列表对象上调用 `columns` 属性，但是列表对象并没有这个属性。

通常情况下，我们会在 Pandas 中调用 `columns` 属性，它是 DataFrame 对象的一部分，而不是列表对象的一部分。

请检查你的代码，确保你正在调用正确的对象。如果你正在使用 Pandas 中的 DataFrame 对象，请检查是否正确地创建了DataFrame对象，或者是否意外地将其转换为列表对象。

相关问题

dataframe实例.columns报错AttributeError: 'DataFrame' object has no attribute 'cloumns'

非常抱歉，我之前的回答有误。DataFrame 实例的属性应该是 `columns` 而不是 `cloumns`。你可能是拼写错误导致了这个错误。

要将DataFrame实例的列转换为列表，可以使用`tolist()`函数。以下是一个示例代码：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
columns_list = df.columns.tolist()
print(columns_list)

在上述示例中，`df.columns.tolist()`将DataFrame `df` 的列转换为列表，并将结果赋值给`columns_list`变量。然后，使用`print()`函数打印出转换后的列表。输出结果为 `['A', 'B', 'C']`。

再次对之前的错误表示歉意，希望这次能够帮到你。

还是报错AttributeError: 'DataFrame' object has no attribute 'tolist'

非常抱歉，我之前的回答有误。在 DataFrame 上使用 `tolist()` 方法是不正确的。

要从 DataFrame 中提取每一行的最小的前3个值和对应的索引，并将其导出到一个新的 DataFrame 中，您可以使用 `apply()` 方法结合 `nsmallest()` 函数来实现。以下是修改后的代码示例：

import pandas as pd

# 假设您的 DataFrame 名为 df

# 提取每一行的最小的前3个值和对应的索引
min_top3_df = df.apply(lambda row: row.nsmallest(3).reset_index(), axis=1)

# 创建一个新的 DataFrame
new_df = pd.DataFrame(columns=["Value_1", "Index_1", "Value_2", "Index_2", "Value_3", "Index_3"])

# 填充新的 DataFrame
for idx, row in min_top3_df.iteritems():
    new_df.loc[idx] = row.values.flatten()

# 输出新的 DataFrame
print(new_df)

在上述代码中，`df` 是您的原始 DataFrame。通过 `apply()` 方法对每一行使用 `nsmallest(3)` 函数，以获取每行的最小的前3个值和对应的索引。使用 `reset_index()` 来重新设置索引。

然后，我们创建一个空的新 DataFrame，该新 DataFrame 将用于存储提取出的值和索引。我们指定新 DataFrame 的列名（"Value_1", "Index_1", "Value_2", "Index_2", "Value_3", "Index_3"）。

最后，我们使用 `iteritems()` 遍历 `min_top3_df`，并通过 `values.flatten()` 将每一行的值展平为一维数组，并将其填充到新 DataFrame 中的相应行。

请注意，根据您的实际数据结构和需求，您可能需要适当地调整代码。