Pandas：缓冲区的维数错误

Posted 2023-03-12

【中文标题】Pandas：缓冲区的维数错误

【英文标题】：Pandas: Buffer has wrong number of dimensions

【发布时间】：2018-01-07 13:10:48

【问题描述】：

以下是我的代码（仅模拟数字）：

import pandas as pd 
d = 'x' : [1,4,6,9],
     'y' : [1,4,6,8]
df = pd.DataFrame(d)
ct = pd.concat([df.x,
                pd.cut(df.y, bins=2)], axis=1)
gp = ct.groupby('x').y.value_counts().unstack().fillna(0)
print(gp)
print(gp[gp.columns[0]])
gp[gp.columns[0]] = gp[gp.columns[0]]/10

print(gp) 给出：

y  (0.993, 4.5]  (4.5, 8.0]
x                          
1           1.0         0.0
4           1.0         0.0
6           0.0         1.0
9           0.0         1.0

print(gp[gp.columns[0]]) 给出了这个：

x
1    1.0
4    1.0
6    0.0
9    0.0
Name: (0.993, 4.5], dtype: float64

但是下面一行：

gp[gp.columns[0]] = gp[gp.columns[0]]/10

抛出此错误：

ValueError: Buffer has wrong number of dimensions (expected 1, got 0)

是什么导致了这个错误？

【问题讨论】：

我无法重现您的错误。

这很奇怪。我正在使用 Anaconda 64 位。这有什么关系吗？

我使用 Pandas '0.18.1'，64 位。

我使用的是 0.20.3

【参考方案1】：

这对我来说似乎是一个错误。甚至以下也会产生错误

gp.loc[:, gp.columns[0]] /= 10

ValueError: Buffer has wrong number of dimensions (expected 1, got 0)

但是，如果您向pd.cut 提供标签，您就可以解决问题。

d = 'x' : [1,4,6,9],
     'y' : [1,4,6,8]
df = pd.DataFrame(d)
ct = pd.concat([df.x,
                pd.cut(df.y, bins=2, labels=range(2))], axis=1)
gp = ct.groupby('x').y.value_counts().unstack(fill_value=0)

gp.loc[:, gp.columns[0]] /= 10

gp

y    0  1
x        
1  0.1  0
4  0.1  0
6  0.0  1
9  0.0  1

【讨论】：

是的，现在可以了。我真的开始质疑我自己对 Pandas 的理解。