AttributeError: 'DataFrame' object has no attribute 'review' 代码是import pandas as pd import numpy as np import os df = pd.read_csv('changed.txt',sep = '\t',escapechar = '\') import nltk from nltk.corpus import stopwords # 读入德语停用词,用于去除一些无关文本情感的词,比如a、an等等 ger_stopwords = set(stopwords.words('german')) import re from bs4 import BeautifulSoup def clean_text(text): # 去除标签,获取实实在在的文本信息 text = BeautifulSoup(text,'html.parser').get_text() # 过滤标点符号 text = re.sub(r'[^a-zA-Z]',' ',text) # 将词汇转为小写,并过滤掉停用词 text = text.lower().split() text = [word for word in text if word not in ger_stopwords] return ' '.join(text) cleaned_text=df.review.apply(clean_text) sentence_list=[] for line in cleaned_text : # 将过滤好的每句话分割成一个个单词 sentence_list.append(line.split())
时间: 2024-01-07 12:04:21 浏览: 42
这个错误的原因是DataFrame对象没有名为'review'的列。可能是在读取csv文件时指定了不正确的分隔符,或者是csv文件中没有名为'review'的列。
可以使用head()方法查看DataFrame对象的前几行,以确定它包含哪些列及其正确的列名。如果需要,可以使用rename()方法重命名列名,以便与代码中使用的列名匹配。
另外,你的代码中有一个问题,就是在读取csv文件时,代码中的escapechar参数的值有误。这个参数用于指定转义字符,默认为None,所以在代码中应该将escapechar参数的值修改为None或者删除该参数。
相关问题
sample_np = scale.numpy() AttributeError: 'PyroSample' object has no attribute 'numpy'
引用中的报错信息提示了一个问题:'_pickle.PicklingError: Can't pickle <class '__main__.MLPmodel'>: attribute lookup MLPmodel on __main__ failed'。这个错误通常是由于尝试将一个无法序列化的对象进行pickle操作而引起的。具体来说,在该代码中尝试对MLPmodel类进行pickle操作时出现了问题。
引用提到了对代码的更改,包括修改了MLPmodel.py、MLPmodel2.py和create_net_test.py。这些更改可能与报错信息相关,但没有提供足够的信息来确定问题的具体原因。
引用提到了使用Pandas的DataFrame时出现的错误:“AttributeError: ‘list’ object has no attribute ‘astype’”。这个错误通常表示尝试对一个列表对象调用astype方法,而astype方法只能用于Pandas的Series或DataFrame对象上。
根据提供的引用内容,我无法直接回答关于'sample_np = scale.numpy()'的具体问题。这个问题可能与PyroSample对象的属性或方法有关,但在提供的引用中没有提到与此相关的信息。
可能的解决方法包括:
1. 检查MLPmodel类的定义并确保它是可序列化的。
2. 检查代码更改,特别是与MLPmodel类相关的更改,以确定是否有不兼容的更改导致了pickle错误。
3. 检查在使用Pandas的DataFrame时是否正确使用了astype方法,并确保所操作的对象是Series或DataFrame对象。
AttributeError: 'numpy.ndarray' object has no attribute 'to_csv'
这个错误通常是因为numpy数组没有to_csv方法。如果你想将numpy数组保存为csv文件,可以使用pandas库中的DataFrame对象。你可以将numpy数组转换为DataFrame对象,然后使用to_csv方法将其保存为csv文件。以下是一个例子:
```python
import pandas as pd
import numpy as np
# 创建一个numpy数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 将numpy数组转换为DataFrame对象
df = pd.DataFrame(arr)
# 将DataFrame对象保存为csv文件
df.to_csv('data.csv', index=False)
```
这将创建一个名为data.csv的文件,其中包含numpy数组中的数据。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![7z](https://img-home.csdnimg.cn/images/20210720083312.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)