AttributeError:“float”对象没有属性“max”

Question

这是我上一篇关于使用负值的特定条件规范化数据帧列的文章的继续。

我使用的DataFrame如下：

import numpy as np
import pandas as pd

df = pd.DataFrame({'key' : [111, 222, 333, 444, 555, 666, 777, 888, 999],
                   'score1' : [-1, 0, 2, -1, 7, 0, 15, 0, 1], 
                   'score2' : [2, 2, -1, 10, 0, 5, -1, 1, 0]})

print(df)

   key  score1  score2
0  111      -1       2
1  222       0       2
2  333       2      -1
3  444      -1      10
4  555       7       0
5  666       0       5
6  777      15      -1
7  888       0       1
8  999       1       0

score1和score2Series的可能值是-1和所有正整数（包括0）。我的目标是通过以下方式规范化两个列：

• 如果该值等于-1，则返回缺少的NaN值
• 否则，对0和1之间范围内的剩余正整数进行规格化

我对埃兹雷尔的解决方案非常满意。话虽如此，我继续研究我的问题，看看是否能想出一个替代的解决方案。以下是我的尝试：

1. 我正在定义以下函数：

def normalize(x):
    if x == -1:
        return np.nan
    else:
        return x/x.max()

df['norm1'] = df['score1'].apply(normalize)

不幸的是，这引发了以下AtiniteError：int对象没有属性max。

我将score1系列转换为float64，但它并没有解决问题：“float”对象没有属性“max”。

我还做了一个快速测试，用返回x/15（15是score1系列的最大值）替换第二个“返回”语句，它起作用了：

   key  score1  score2     norm1
0  111    -1.0       2       NaN
1  222     0.0       2  0.000000
2  333     2.0      -1  0.133333
3  444    -1.0      10       NaN
4  555     7.0       0  0.466667
5  666     0.0       5  0.000000
6  777    15.0      -1  1.000000
7  888     0.0       1  0.000000
8  999     1.0       0  0.066667

但这不是一个可行的解决方案。我希望能够除以系列的最大值，而不是硬编码。为什么我的解决方案不起作用，我如何修复我的代码？

Answer 1

理解“apply”函数的作用很重要：“apply”的“x”参数实际上是一行（如果在pd.Dataframe对象上应用f），或者直接是该行的唯一值（如果正在操作pd.Series对象）。

你在第二种情况下。想象一下，你有一个列表，而不是一个pd系列。

L = [1,2,3,4,5]

def normalize(x):
    return(x/max(x))

normalize(L)

这里很清楚，max（x）没有任何意义。您要找的是max（L）。

所以这在技术上是可以的：

L = [1,2,3,4,5]

def normalize(x):
    return(x/max(L))

normalize(L)

但效率不是很高，因为每次迭代都要重新计算max（L）。所以

L = [1,2,3,4,5]
max_L = max(L)
def normalize(x,max_L):
    return(x/max_L)

normalize(L)

会是你正在寻找的答案。和pd系列，它给

def normalize(x, col_max):
    if x == -1:
        return np.nan
    else:
        return x/col_max

df['norm1'] = df['score1'].apply(lambda x: normalize(x, df['score1'].max()))

请注意，不需要用-1替换NaNs来计算min（）和max（），只需使用nanmin（）和nanmax（）。您可以像这样分开操作：

def create_nans(x):
    if x == -1:
        return np.nan
    else:
        return x

def normalize(x, col_max):
    return(x/col_max) # make sure col_max != 0 or NaN

df['score1'] = df['score1'].apply(create_nans)
df['norm1'].apply(lambda x: normalize(x, df['score1'].nanmax()))

Answer 2

另一个解决方案，使用一个函数，将一个系列作为输入，而不是标量：

import numpy as np
import pandas as pd

df = pd.DataFrame({'key' : [111, 222, 333, 444, 555, 666, 777, 888, 999],
                   'score1' : [-1, 0, 2, -1, 7, 0, 15, 0, 1],
                   'score2' : [2, 2, -1, 10, 0, 5, -1, 1, 0]})

df['norm1'] = df['score1'].replace(-1, np.nan)


def normalize_series(s):
    return (s - s.min()) / (s.max() - s.min())


df['norm1'] = normalize_series(df['norm1'])

如前所述，您的版本不起作用，因为您试图找到单个数字的最大值，而不是序列。

Answer 3

AttributeError:“float”对象没有属性“max”错误的原因是，在代码中，您正在对列的每个（float）项调用max（）函数，您可以将列的最大值传递给normalize函数：

def normalize(x, col_max):
    if x == -1:
        return np.nan
    else:
        return x/col_max

并按如下方式编辑norm1列创建代码：

df['norm1'] = df['score1'].apply(lambda x: normalize(x, df['score1'].max()))