for cell in data_column.values: AttributeError: 'tuple' object has no attribute 'values'

看起来你在尝试从`Worksheet`对象中迭代行（`iter_rows()`），但遇到了错误，因为`Worksheet`对象可能不支持这个属性。另一方面，你提到的`data_column.values`似乎是一个元组，而试图对元组调用`values`属性也会导致`AttributeError`，因为元组不是一个可迭代的数据结构，它本身并没有`values`。

如果你有一个类似于`RawCell`的对象列表（如`data_column`），并且想遍历其内部值（`internal_value`），你应该直接访问它们，而不是通过`values`属性。这里是一个可能的示例：

# 假设data_column是一个包含RawCell对象的列表或字典
for cell in data_column:
    if isinstance(cell, RawCell):  # 检查cell是否为RawCell对象
        try:
            internal_value = cell.internal_value  # 直接访问内部值
            print(f"Internal value of {cell.coordinate}: {internal_value}")
        except AttributeError:
            pass  # 如果不是，跳过并继续

相关问题

for i, true_label in enumerate(label_mapping.values()): AttributeError: 'set' object has no attribute 'values'

您遇到的错误是由于尝试在一个集合对象上调用`values()`方法引起的。集合对象没有`values()`方法，而是字典对象有`values()`方法。

要解决这个问题，您需要将`label_mapping`从一个集合对象转换为一个字典对象。您可以使用`dict()`函数来完成转换，如下所示：

label_mapping = dict(label_mapping)

然后，您就可以在循环中使用`label_mapping.values()`了。

完整的代码示例：

label_mapping = {'a', 'b', 'c'}
label_mapping = dict(label_mapping)

for i, true_label in enumerate(label_mapping.values()):
    # 在这里执行循环操作
    print(i, true_label)

请注意，在转换集合对象为字典对象之后，元素的顺序可能会发生变化。如果您需要保持元素的顺序，请考虑使用有序集合对象，如`list`或`tuple`。

new_data = new_data.values.reshape(-1, 1) AttributeError: 'numpy.ndarray' object has no attribute 'values'

这个错误提示显示你的 `new_data` 对象是一个 `numpy.ndarray` 类型的数组，并没有 `values` 属性。`values` 属性在 pandas 的 DataFrame 类型中才有。

你可以尝试直接将 `new_data` 数组传入模型进行训练或预测，而不需要将其转换为 DataFrame 类型。如果你确实需要将其转换为 DataFrame，可以使用 `pd.DataFrame(new_data)` 将其转换。