if row['移动类型'].isin([101,102,122]): AttributeError: 'float' object has no attribute 'isin'

这个错误提示`AttributeError: 'float' object has no attribute 'isin'`说明你在尝试对一个浮点数（`float`）对象执行`isin()`操作，而`isin()`是Pandas DataFrame或Series对象中用于检查元素是否存在于一组给定值中的方法，适用于字符串、整数或另一个包含标签的数据结构。

在这个上下文中，`row['移动类型']`应该是期望的一个Series，但看起来它实际上是一个浮点数。可能的原因是你在处理数据之前没有正确地将数据转换为分类类型（如整数或字符串）。比如，如果`移动类型`原本应该是数字编码的移动状态，但是在读取或清洗过程中被误识别为了浮点数。

解决这个问题的方法首先要确认`移动类型`列的数据类型是否正确，如果是数值，需要将其转换成字符串或整数再进行`isin()`操作。你可以使用`astype()`函数来转换类型：

if str(row['移动类型']).isdigit() and int(row['移动类型']) in [101, 102, 122]:
    # 或者
    if isinstance(row['移动类型'], (int, float)) and row['移动类型'].value in [101, 102, 122]:
        # 进行后续操作

这样可以避免直接对浮点数应用`isin()`。

相关问题

if row['移动类型'].isin([101,102,122]): AttributeError: 'str' object has no attribute 'isin'

这个错误提示意味着在尝试执行`row['移动类型'].isin([101,102,122])`这行代码时，遇到了问题，因为在当前上下文中`row['移动类型']`是一个字符串（`str`对象），而`isin()`方法通常应用于包含列表或其他序列数据的数据结构，比如Pandas Series，它拥有索引查找功能。

如果你的`移动类型`列原本是字符串类型而不是数字，那么`isin()`方法不会起作用，因为`isintance(row['移动类型'], str)`将会返回True，所以你应该先检查该列的数据类型，并在适当的情况下进行转换。例如，如果需要验证是否匹配特定的整数值，你应该尝试将其转换为整数或者检查其能否被解析成整数：

if isinstance(row['移动类型'], str):
    try:
        num_type = int(row['移动类型'])
        if num_type in [101, 102, 122]:
            data.at[index, '入库日期'] = date
        else:
            data.at[index, '领用日期'] = date
    except ValueError:
        # 如果转换失败（例如，非数字字符串）
        pass
else:
    # 如果已经是数字类型
    if row['移动类型'] in [101, 102, 122]:
        data.at[index, '入库日期'] = date
    else:
        data.at[index, '领用日期'] = date

data.to_excel('入库&领用.xlsx', index=False)

for landmark in results.pose_landmarks.landmark: AttributeError: 'NoneType' object has no attribute 'landmark'

这个错误信息意味着在循环遍历`results.pose_landmarks`时，尝试访问其`landmark`属性，但遇到了`NoneType`对象，即`results.pose_landmarks`是一个空值或没有被正确初始化。

这通常是由于以下原因导致的：

1. `pose_landmarks` 可能尚未从面部检测API返回结果，或者是之前的请求失败或数据解析有问题。
2. 在处理数据之前，没有检查`results`是否为`None`或其子属性是否存在。

要解决这个问题，你需要先检查`results.pose_landmarks`是否为`None`，如果不是再继续访问`landmark`属性。示例代码如下：

if results is not None and results.pose_landmarks is not None:
    for landmark in results.pose_landmarks.landmark:
        # 进行后续操作
else:
    print("Pose landmarks are missing or empty.")

确保数据获取和处理流程正确无误，避免出现这种`AttributeError`。