attributeerror: 'numpy.ndarray' object has no attribute 'iloc'

### 回答1：
这个错误的意思是，numpy中的ndarray数组对象没有iloc属性。iloc是pandas中用于选择行和列的属性，因此如果在numpy数组上使用iloc，会导致这个错误。解决办法是将numpy数组转换为pandas DataFrame或Series后再使用iloc。

### 回答2：
这个错误是因为numpy数组对象没有iloc属性导致的。iloc是Pandas中的一种用于索引数据框中的行和列的方式。而numpy数组不支持这种方式，因为它们是更基本的数据结构，只是一些数字的集合，而不是数据框。

如果你想使用iloc属性来对numpy数组进行索引，你需要将它转换为数据框类型，这可以通过使用pandas的DataFrame()函数来完成。例如，假设你有一个名为a的numpy数组对象，你可以将其转换为数据框，然后使用iloc进行索引，代码如下：

import pandas as pd
a_df = pd.DataFrame(a) # 将numpy数组转换为数据框
a_df.iloc[0] # 使用iloc进行索引

这里通过DataFrame()方法将numpy数组a转换为数据框对象a_df，然后就可以使用iloc属性进行索引了。例如，a_df.iloc[0]将返回a_df的第一行数据。如果你还需要使用其他数据框相关的操作，如loc、ix等，也需要先将numpy数组转换为数据框类型。

### 回答3：
AttributeError：'numpy.ndarray'对象没有属性'iloc'

这个错误消息表示你正在尝试使用pandas中的iloc函数，但是你正在将一个numpy数组传递给它。 遇到此错误通常有两个原因：

1.你忘了将numpy数组转换为pandas的DataFrame

在pandas中，DataFrame是最常用的数据结构。 这个错误消息表示你正在使用numpy数组（ndarray）而不是pandas的DataFrame。 ndarray没有iloc函数。 因此，你必须首先将numpy数组转换为DataFrame。可以使用以下语句将numpy数组转换为DataFrame：

import pandas as pd
import numpy as np

arr = np.array([[1, 2], [3, 4]])

df = pd.DataFrame(arr, columns=['a', 'b'])

现在，你可以使用df来访问iloc函数：

df.iloc[0, 1]

2.你正在使用pandas < 0.20

iloc函数是在pandas 0.20版本中引入的。 如果你正在使用老版本的pandas，你应该使用irow，icol，ix等函数。但是，这些函数在pandas 0.20被弃用。 如果可能，应该尝试升级pandas以使用iloc函数。如果无法升级，需要使用旧的方法：

df.irow(0)
df.icol(1)
df.ix[0,1]

总之，当出现此错误消息时，需要检查代码是否正在使用numpy数组而不是pandas的DataFrame，或者尝试升级pandas版本。