熊猫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】熊猫重新索引仅对具有唯一值的索引对象有效

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

【发布时间】：2012-11-01 09:18:10

【问题描述】：

安装最新版本的 pandas 0.9.0 以防出现错误。编辑：忘了说这是 Python 2.7。 试图读取 Excel 文件。那部分似乎还可以。 最初，我为 pandas 数据帧的每一行尝试 iteritems()，因为 id_company 必须针对 mysql 数据库进行验证（不包括代码）。将其放入元组的相同/相似错误消息（代码如下）。错误信息如下。

请注意，有一个 .reindex() 但它以前也不起作用。 reindex() 有点像冰雹。

作为一种解决方法，我可能会简单地从我的目标 sql 导入并进行连接。由于数据集的大小，我很担心。

 import pandas as pd
def runNow():
    #identify sheet
    source = 'C:\Users\jlalonde\Desktop\startup_geno\startupgenome_w_id_xl_20121109.xlsx'
    xls_file = pd.ExcelFile(source)
    sd = xls_file.parse('Sheet1')
    source_u = sd.drop_duplicates(cols = 'id_company', take_last=False)
    source_r = source_u[['id_company','id_good','description', 'website','keyword', 'company_name','founded_month', 'founded_year', 'description']]
    source_i = source_r.reindex() #hail mary
    tup_r = [tuple(x) for x in source_i.values]

这是错误：

Traceback (most recent call last):
  File "<pyshell#10>", line 1, in <module>
    sg_sql_2.runNow()
  File "sg_sql_2.py", line 31, in runNow
    tup_r = [tuple(x) for x in source_r.values]
  File "C:\Python27\lib\site-packages\pandas\core\frame.py", line 1443, in as_matrix
    return self._data.as_matrix(columns).T
  File "C:\Python27\lib\site-packages\pandas\core\internals.py", line 723, in as_matrix
    mat = self._interleave(self.items)
  File "C:\Python27\lib\site-packages\pandas\core\internals.py", line 743, in _interleave
    indexer = items.get_indexer(block.items)
  File "C:\Python27\lib\site-packages\pandas\core\index.py", line 748, in get_indexer
    raise Exception('Reindexing only valid with uniquely valued Index '
Exception: Reindexing only valid with uniquely valued Index objects

所以，在一天中的大部分时间里，在我把头撞在墙上之后，谁能告诉我这是一个错误还是我错过了一些非常明显的东西？

【问题讨论】：

可能的欺骗：***.com/questions/13292944/…。你有可以用来重现错误的例子吗？

我可以发布excel文件没问题。不，这不是重复的，因为我有一个唯一索引，并且该索引的另一个链接是重复的......虽然解决方案可能是相同的......

github 问题跟踪此错误：github.com/pydata/pandas/issues/2236

是的，无论谁先回答，我都会永远感谢您！我将在两个论坛上发布解决方案，以便在任何地方都没有悬而未决的问题。我这样做是因为我需要快速解决问题并且无法发布，然后等待一个星期没有答案，然后尝试另一个论坛并等待另一个星期以解决它。我工作的最后期限不允许这样的拖延。所以为地毯式轰炸道歉，但我保证最终会干净的。

【参考方案1】：

今天在 GitHub 上修复了底层错误：https://github.com/pydata/pandas/issues/2236