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())

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

import netCDF4 import geopandas as gpd import numpy as np import pandas as pd # 加载nc文件 nc_file = netCDF4.Dataset('E:/data/temp_CMFD_V0106_B-01_01mo_010deg_197901-201812.nc') temp_data = nc_file.variables['temp'][:] # 加载shp文件 shp_file = gpd.read_file('D:/dilidashuju/shijiquhua.shp') # 计算每个市级行政区的平均温度 years = range(1979, 2018) months = range(1, 13) temp_df = pd.DataFrame(columns=['year', 'month', 'city', 'temperature']) for year in years: for month in months: temp_array = temp_data[(year-1979)*12+month-1, :, :] for i, row in shp_file.iterrows(): city_name = row['市'] city_geom = row['geometry'] temp_mean = np.mean(temp_array[np.array([city_geom.contains(Point(lon, lat)) for lon, lat in zip(temp_array.lon, temp_array.lat)])]) temp_df = temp_df.append({'year': year, 'month': month, 'city': city_name, 'temperature': temp_mean}, ignore_index=True) # 将结果保存到CSV文件中 temp_df.to_csv('city_temperature.csv', index=False)这串代码报错Traceback (most recent call last): File "C:\Users\Lenovo\PycharmProjects\pythonditu\main.py", line 24, in <module> temp_mean = np.mean(temp_array[np.array([city_geom.contains(Point(lon, lat)) for lon, lat in zip(temp_array.lon, temp_array.lat)])]) AttributeError: 'MaskedArray' object has no attribute 'lon'怎么修改

这个错误是因为 `temp_array` 是一个 `MaskedArray` 对象，它不能像普通的 numpy 数组那样直接使用索引访问变量。要解决此错误，可以使用 `data` 属性来访问 `temp_array` 的实际数据数组，如下所示：

temp_mean = np.mean(temp_array.data[np.array([city_geom.contains(Point(lon, lat)) for lon, lat in zip(temp_array.lon, temp_array.lat)])])

这将使用列表推导式为 `temp_array` 中的每个点创建一个包含 True 或 False 的数组，并将其传递给 `temp_array.data`，以便获取在 `city_geom` 中的温度值。

data_pd = pd.read_csv(r"/home/zyy/Atime/Autoformer_me/niguiyi/gt.csv") AttributeError: 'numpy.ndarray' object has no attribute 'read_csv'

这个错误提示表明你尝试在一个numpy数组对象上调用pandas的read_csv()函数，而这个函数只能在pandas的DataFrame对象上调用。因此，你需要将该数组转换为DataFrame对象。

你可以使用numpy提供的函数将数组转换为DataFrame对象，示例代码如下：

import numpy as np
import pandas as pd

# 假设你有一个名为numpy_array的数组
numpy_array = np.array([[1, 2], [3, 4]])

# 将数组转换为DataFrame对象
df = pd.DataFrame(data=numpy_array, columns=["Col1", "Col2"])

在上面的代码中，我们使用numpy提供的array()函数创建一个二维数组，并将它转换为DataFrame对象。你需要将上述代码中的数据和列名替换为你自己的数据和列名。然后，你就可以在DataFrame上调用read_csv()函数了。

data_pd = pd.read_csv(r"/home/zyy/Atime/Autoformer_me/niguiyi/gt.csv")