Pandas: df.duplicated और drop_duplicates सेट और सूची मानों के साथ TypeError बढ़ाते हैं।

को निर्मित 22 मार्च 2016 · 3टिप्पणियाँ · स्रोत: pandas-dev/pandas

में:

import pandas as pd
df = pd.DataFrame([[{'a', 'b'}], [{'b','c'}], [{'b', 'a'}]])
df

बाहर:

    0
0   {a, b}
1   {c, b}
2   {a, b}

में:

df.duplicated()

बाहर:

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-77-7cc63ba1ed41> in <module>()
----> 1 df.duplicated()

venv/lib/python3.5/site-packages/pandas/util/decorators.py in wrapper(*args, **kwargs)
     89                 else:
     90                     kwargs[new_arg_name] = new_arg_value
---> 91             return func(*args, **kwargs)
     92         return wrapper
     93     return _deprecate_kwarg

venv/lib/python3.5/site-packages/pandas/core/frame.py in duplicated(self, subset, keep)
   3100 
   3101         vals = (self[col].values for col in subset)
-> 3102         labels, shape = map(list, zip(*map(f, vals)))
   3103 
   3104         ids = get_group_index(labels, shape, sort=False, xnull=False)

TypeError: type object argument after * must be a sequence, not map

मुझे आशा है:

0    False
1    False
2     True
dtype: bool

pd.show_versions() आउटपुट:

INSTALLED VERSIONS
------------------
commit: None
python: 3.5.1.final.0
python-bits: 64
OS: Linux
OS-release: 4.3.0-1-amd64
machine: x86_64
processor: 
byteorder: little
LC_ALL: None
LANG: ru_RU.UTF-8

pandas: 0.18.0
nose: None
pip: 1.5.6
setuptools: 18.8
Cython: None
numpy: 1.10.4
scipy: None
statsmodels: None
xarray: None
IPython: 4.1.2
sphinx: None
patsy: None
dateutil: 2.5.1
pytz: 2016.1
blosc: None
bottleneck: None
tables: None
numexpr: None
matplotlib: 1.5.1
openpyxl: None
xlrd: None
xlwt: None
xlsxwriter: None
lxml: None
bs4: None
html5lib: 0.999
httplib2: None
apiclient: None
sqlalchemy: 1.0.12
pymysql: None
psycopg2: 2.6.1 (dt dec pq3 ext lo64)
jinja2: 2.8
boto: None

Bug Missing-data

स्रोत

Abrosimov-a-a

सबसे उपयोगी टिप्पणी

डुप्लीकेट छोड़ने के प्रयोजनों के लिए अप्राप्य कॉलम को अनदेखा करने के बारे में कैसे?
एक kwarg 'unhashable_type' जोड़ने की तरह जिसका डिफ़ॉल्ट 'raise' है (जो वर्तमान के रूप में काम करता है), लेकिन इसे 'अनदेखा' करने के लिए सेट किया जा सकता है (पंक्तियों को छोड़ने के जोखिम पर जो पूरी तरह से डुप्लिकेट नहीं हैं)।

itamar-precog 16 जन॰ 2020

👍2

सभी 3 टिप्पणियाँ

मेरा लगता है। आप एक फ्रेम के सेल के अंदर एक सूची-जैसे मान का उपयोग कर रहे हैं। यह काफी अक्षम है और आम तौर पर समर्थित नहीं है। पुल-अनुरोध किसी भी घटना में ठीक करने के लिए स्वीकार करता है।

jreback 22 मार्च 2016

👍1

वर्तमान पांडा थोड़ा अलग TypeError ( TypeError: unhashable type: 'set' ) देता है, जो इस बिंदु पर पहुंचता है - आप सेट या सूचियों को कैसे घटाएंगे? टुपल्स और आदिम प्रकारों के विपरीत, ये हैशेबल नहीं हैं (सेट को फ्रोजनसेट में बदला जा सकता है, जो हैशेबल हैं), इसलिए आपको एक डिडुप्लीकेशन रणनीति के साथ आना होगा।

किसी भी मामले में, चूंकि आप किसी ऑब्जेक्ट dtype के साथ काम कर रहे हैं, इस बात की कोई गारंटी नहीं है कि अगली पंक्ति में कोई सेट या सूची नहीं होगी, इसलिए यह डिडुप्लीकेशन तब से केवल खराब हो जाता है। इसलिए पांडा प्रत्येक मान को एक अलग मान लेते हैं और उन्हें तब तक संसाधित करते हैं जब तक वे धोने योग्य होते हैं। बस तीन टुपल्स वाले कॉलम को आज़माएं, यह काम करेगा, फिर आखिरी को एक सेट में बदल दें और यह उसी मूल्य पर विफल हो जाएगा।

इसलिए, मुझे यकीन नहीं है कि एक ठोस कार्यान्वयन है जो सूचियों में हैशबिलिटी की कमी को देखते हुए यहां काम करेगा, संभावित रूप से सेट के लिए एक फिक्स हो सकता है, जिसे हैश मैप सम्मिलन पर फ्रोजनसेट में बदल दिया जाएगा, लेकिन यह हैकी और मनमाना लगता है .

kokes 13 दिस॰ 2018

itamar-precog 16 जन॰ 2020

👍2

क्या यह पृष्ठ उपयोगी था?

0 / 5 - 0 रेटिंग्स

Pandas: df.duplicated और drop_duplicates सेट और सूची मानों के साथ TypeError बढ़ाते हैं।

सबसे उपयोगी टिप्पणी

सभी 3 टिप्पणियाँ

संबंधित मुद्दों