AttributeError: Can only use .str accessor with string values, not integer
Ai folosit o metodă .str (startswith, contains, upper, replace...) pe o coloană care nu e de tip text, aici una de numere întregi. Transformă întâi coloana în text cu astype(str), apoi aplică .str; sau, dacă e deja numerică, folosește operații numerice în loc de text.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
.str este un „accesor”: o colecție de metode de text care se aplică pe fiecare valoare a unei coloane (df["nume"].str.upper()). Funcționează doar pe coloane de text. Când coloana e de numere, pandas îți spune exact ce tip a găsit: not integer pentru întregi, not floating pentru zecimale. Partea Did you mean: 'std'? pe care o mai vezi uneori la sfârșit e o sugestie automată a Python (de la 3.10), fără legătură cu problema.
Cazul tipic: coduri de produs, coduri poștale sau numere de telefon pe care read_csv le-a citit ca numere, iar tu vrei să le tratezi ca text (startswith("10"), zfill). Alt caz: o coloană de prețuri deja convertită, pe care aplici încă o dată str.replace. Pentru coduri, cel mai sigur e să le citești de la început ca text, cu dtype={"cod": str}, ca să nu pierzi nici zerourile de la început.
De ce apare: cauzele frecvente
1Coduri citite ca numere
df = pd.DataFrame({"cod": [101, 205, 108]})
print(df["cod"].str.startswith("10"))df = pd.DataFrame({"cod": [101, 205, 108]})
print(df["cod"].astype(str).str.startswith("10"))astype(str) transformă fiecare număr în text, iar apoi metodele .str funcționează.
2Coloană deja convertită, curățată încă o dată
df["pret"] = pd.to_numeric(df["pret"].str.replace(",", "."))
df["pret"] = df["pret"].str.replace(",", ".")df["pret"] = pd.to_numeric(df["pret"].str.replace(",", "."))După conversie, coloana e numerică și nu mai are nevoie de curățare. Când rulezi celulele unui notebook de mai multe ori, verifică dtype înainte.
3Coduri poștale sau telefoane care își pierd zeroul
df = pd.read_csv("clienti.csv")
print(df["telefon"].str.len())df = pd.read_csv("clienti.csv", dtype={"telefon": str})
print(df["telefon"].str.len())Citite ca numere, 0722111222 devine 722111222. Cu dtype=str la citire, valorile rămân text, exact cum sunt în fișier.
Repară eroarea, direct în pagină
Codurile produselor încep cu prefixul categoriei (10 pentru papetărie), iar codul de mai jos dă AttributeError: Can only use .str accessor with string values, not integer. Repară-l ca să afișeze produsele de papetărie și numărul lor.
import pandas as pd
df = pd.DataFrame({
"cod": [1001, 2003, 1005, 3002, 1009],
"produs": ["Caiet", "Mouse", "Pix", "Cafea", "Dosar"],
})
papetarie = df[df["cod"].str.startswith("10")]
print(papetarie)
print("Produse de papetărie:", len(papetarie))cod produs 0 1001 Caiet 2 1005 Pix 4 1009 Dosar Produse de papetărie: 3
Indiciu
Coloana cod are numere; transformă-o în text cu astype(str) înainte de .str.startswith.
Reparația
import pandas as pd
df = pd.DataFrame({
"cod": [1001, 2003, 1005, 3002, 1009],
"produs": ["Caiet", "Mouse", "Pix", "Cafea", "Dosar"],
})
papetarie = df[df["cod"].astype(str).str.startswith("10")]
print(papetarie)
print("Produse de papetărie:", len(papetarie))De ce merge
df["cod"] are tipul int64, iar metodele .str există doar pentru text. astype(str) creează o versiune text a coloanei ("1001", "2003"...), pe care str.startswith("10") întoarce o mască booleană. Coloana originală rămâne numerică, iar filtrul păstrează cele trei produse de papetărie, cu etichetele lor originale (0, 2, 4).
Alte forme ale mesajului
AttributeError: Can only use .str accessor with string values, not integer. Did you mean: 'std'?AttributeError: Can only use .str accessor with string values, not floatingAttributeError: Can only use .str accessor with string values!
Cum o eviți pe viitor
- Citește coloanele de coduri (produs, client, poștal, telefon) cu
dtype={"cod": str}. - Verifică
df.dtypesînainte de operațiile de text. - Fă curățarea și conversia fiecărei coloane într-un singur loc din cod, ca să nu o aplici de două ori.
- Pentru numere, folosește operații numerice (
df["cod"] // 100 == 1) în loc să le transformi în text fără motiv.
Întrebări frecvente
De ce apare „Did you mean: 'std'?”
Python (de la 3.10) adaugă automat sugestii pentru AttributeError, căutând un nume asemănător cu str printre atributele obiectului. std (deviația standard) seamănă ca scriere, dar nu are legătură cu problema.
Ce fac dacă am și text, și numere în aceeași coloană?
O coloană amestecată are tipul object, iar .str funcționează, dar dă NaN pentru valorile care nu sunt text. Transformă toată coloana cu astype(str) dacă vrei să tratezi totul ca text.
Erori înrudite
AttributeError: Can only use .dt accessor with datetimelike values Ai folosit .dt (month, year, day_name...) pe o coloană care conține texte, nu date calendaristice. read_csv nu convertește singur datele: transformă coloana cu pd.to_datetime(df["data"]) sau citește fișierul cu parse_dates=["data"]. ValueError: could not convert string to float: '1.299,50' Coloana conține numere scrise ca text în format românesc (punct la mii, virgulă la zecimale) sau cu unități, iar astype(float) nu le poate citi. Curăță textul înainte: scoate punctele de mii, înlocuiește virgula cu punct, apoi convertește; sau citește direct cu read_csv(..., thousands=".", decimal=","). KeyError: 'Pret' DataFrame-ul nu are o coloană cu exact numele 'Pret'. Coloanele sunt sensibile la majuscule, spații și diacritice: afișează print(df.columns.tolist()) și folosește numele exact, de exemplu df["pret"]. Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
