我有一个dataframe，我想对列中的行的子集执行指数计算。我已经尝试了三个版本的代码，其中两个工作。但我不明白为什么一个版本给我的错误。
import numpy as np版本1（工作）
np.exp(test * 1.0)版本2（工作）
np.exp(test.to_list())版本3（错误）
np.exp(test)它显示以下错误：
AttributeError Traceback (most recent call last)
AttributeError: 'int' object has no attribute 'exp'
The above exception was the direct cause of the following exception:
TypeError Traceback (most recent call last)
<ipython-input-161-9d5afc93942c> in <module>()
----> 1 np.exp(pd_feature.loc[(pd_feature[col] > 0) & (pd_feature[col] < 700), col])
TypeError: loop of ufunc does not support argument 0 of type int which has no callable exp method测试数据通过以下方式生成：
test = pd.loc[(pd['a'] > 0) & (pd['a'] < 650), 'a']测试中的数据仅为：
0 600
2 600
42 600
43 600
47 600
60 600
67 600
Name: a, dtype: Int64其数据类型为：
<class 'pandas.core.series.Series'>但是，如果我尝试生成一个虚拟数据集，它会工作：
data = {'a':[600, 600, 600, 600, 600, 600, 600], 'b': ['a', 'a', 'a', 'a', 'a', 'a', 'a']}
df = pd.DataFrame(data)
np.exp(df.loc[:,'a'])你知道为什么我会看到这个错误吗？非常感谢。
4条答案
按热度按时间nhn9ugyo1#
我猜你的问题发生是因为一些NumPy函数显式地需要
float类型的参数。然而，你的代码np.exp(test)的类型是int。尝试将其强制为
float7z5jn7bk2#
问题的根源在吉明的回答中是正确的
我猜你的问题发生是因为一些numpy函数需要显式的浮点型参数，而你对np.exp（test）这样的代码的使用将int数据放入参数中。
然而，他的解决方案对我不起作用，所以我稍微调整了一下，让它对我起作用
lf5gs5x23#
虽然这个问题已经得到了充分的回答，但我想分享我在这个问题上的经验，希望能更多地了解这类问题以及导致它们的原因。从我收集的信息来看，这个问题与“numpy vs non-numpy数据类型”有关。下面是一个最小的例子：
最终得到一个“浮点型”的对象类型数组可能有各种原因，可能与从DataFrame中提取的分析数据有关，其中数据存储在错误的类型中（由于存在不可转换的条目），或者在numpy和另一个介质（如pandas）之间进行一些来回转换。
总之-小心数据类型，
float≠np.float64！7bsow1i64#