解决重新索引仅对具有唯一值的索引对象有效

Posted 2023-03-11

【中文标题】解决重新索引仅对具有唯一值的索引对象有效

【英文标题】：Resolving Reindexing only valid with uniquely valued Index objects

【发布时间】：2014-02-27 07:31:48

【问题描述】：

我已经查看了许多与此错误相关的问题。我正在运行 pandas '0.10.1'

df = DataFrame('A' : np.random.randn(5),
 'B' : np.random.randn(5),'C' : np.random.randn(5), 
  'D':['a','b','c','d','e'] )

#gives error
df.take([2,0,1,2,3], axis=1).drop(['C'],axis=1)

#works fine
df.take([2,0,1,2,1], axis=1).drop(['C'],axis=1)

我唯一能看到的是，在前一种情况下，我有非数字列，这似乎会以某种方式影响索引，但以下命令返回空：

df.take([2,0,1,2,3], axis=1).index.get_duplicates()

Reindexing error makes no sense 似乎不适用，因为我的旧索引是唯一的。

据我所知，我的索引似乎是唯一的，使用此命令 df.take([2,0,1,2,3], axis=1).index.get_duplicates() 来自此问答：problems with reindexing dataframes: Reindexing only valid with uniquely valued Index objects

"Reindexing only valid with uniquely valued Index objects" 好像不适用

我认为我的 pandas 版本# 还可以，所以这应该不是问题 pandas Reindexing only valid with uniquely valued Index objects

【问题讨论】：

您正在处理列，它们显然是非唯一的，因为根据定义，您正在使用重复项。你到底想做什么？

你是对的。但请注意，在这两种情况下，列在获取后都不是唯一的，但在前一种情况下它会返回错误，而在后一种情况下则没有错误并返回正确的结果。我的实际用例是与机器学习相关的，其中我有一个 MxN 矩阵，表示 N 空间中的 M 个特征向量。我想每 10-15 列重复一次分类列，以便在滚动查看特征向量时不会丢失分类。话虽如此，我将不胜感激上述问题的解决方案/解释

可能是一个错误：github.com/pydata/pandas/issues/6240;您通常要小心重复的列。您不应该仅仅为了查看事物而创建重复的列。

【参考方案1】：

首先，我相信您打算使用以下命令测试重复项：

df.take([2,0,1,2,3],axis=1).columns.get_duplicates()

因为如果你使用索引而不是列，那么它显然会返回一个空数组，因为随机浮点值不会重复。上述命令按预期返回：

['C']

其次，我认为你是对的，非数字列是扔掉它，因为即使你使用以下，仍然有错误：

df = DataFrame('A' : np.random.randn(5), 'B' : np.random.randn(5),'C' :np.random.randn(5), 'D':[str(x) for x in np.random.randn(5) ])

这可能是一个错误，因为如果您在第 86 行和第 1228 行检查名为“index.py”的核心文件，它所期望的类型是（分别）：

_engine_type = _index.ObjectEngine


_engine_type = _index.Int64Engine

如果您更深入地查看文档，那么它们似乎都不期望字符串。这是我得到的最好的，祝你好运！！如果您解决了这个问题，请告诉我，因为我也有兴趣。

【讨论】：

是的，我认为你在做某事。这可能与@Jeff 在 github 上发布的错误报告有关：github.com/pydata/pandas/issues/6240 感谢您查看源代码以及更好的最小工作示例。