Pandas报”AttributeError:’Series’object has no attribute’query’。 “的原因以及解决办法

问题背景

在使用 Pandas 进行数据分析时，有时会遇到一个名为 'query' 的方法，用于过滤数据和快速查询数据。然而，在一些情况下，当试图使用 'query' 方法时，会提示以下错误：

AttributeError:'Series'object has no attribute'query'

这是什么原因呢？如何解决这个问题呢？

问题分析

首先，这个错误提示告诉我们，这个方法 'query' 并不存在于 Series 对象中。那么什么是 Series 对象呢？

Series 对象是 Pandas 库中一个非常重要的数据结构。它类似于一维数组，但允许各种类型的数据，并附加标签，可以用来存储和处理一维数据。例如：我们可以创建一个 Series 对象，存储 Python 列表中的数据：

import pandas as pd

numbers = [1, 3, 5, 7, 9]
s = pd.Series(numbers)
print(s)

输出：

0    1
1    3
2    5
3    7
4    9
dtype: int64

在这个例子中，s 是一个 Series 对象，它包含了 Python 列表中的数据，并自动为每个数据标上了一个索引。

现在回到我们的错误提示中。它告诉我们，这个方法 'query' 并不存在于 Series 对象中。为什么呢？其实，原因很简单。因为 Series 对象并不能进行 SQL 语言类似的查询操作，即使 Pandas 文档中介绍了这个方法。

问题解决

那该怎么办呢？如果你真的需要使用 'query' 方法，你需要使用 DataFrame 对象，而不是 Series 对象。DataFrame 对象是 Pandas 库中另一个非常重要的数据结构，可以看作是一个表格，类似于 Excel 中的表格，也可以认为是由多个 Series 对象组成的字典。

以下是一个例子：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'],
                   'age': [20, 25, 30],
                   'city': ['Beijing', 'Shanghai', 'Guangzhou']})
print(df)

输出：

       name  age       city
0     Alice   20    Beijing
1       Bob   25   Shanghai
2   Charlie   30  Guangzhou

在这个例子中，df 是一个 DataFrame 对象，它包含了三列数据：'name'、'age'、'city'，每一列数据都是一个 Series 对象。

现在，如果你想使用 'query' 方法来查询数据，你需要在 DataFrame 对象上使用它，而不是在 Series 对象上使用它，例如：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie'],
                   'age': [20, 25, 30],
                   'city': ['Beijing', 'Shanghai', 'Guangzhou']})
result = df.query("age > 25")
print(result)

输出：

      name  age       city
2  Charlie   30  Guangzhou

这个例子中，我们使用了 DataFrame 对象 df，而不是其中的某一列 Series 对象，来进行查询操作。这样，就避免了之前的错误提示。

综上所述，要解决 'query' 方法不存在于 Series 对象中的问题，我们需要使用 DataFrame 对象来进行查询操作。