python – 做差异时pandas.Series名称的作用
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – 做差异时pandas.Series名称的作用，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含4195字，纯文字阅读大概需要6分钟。
内容图文
我有两个pandas.Series对象,比如a和b,具有相同的索引,当执行差异时a – b我得到错误
ValueError：具有多个元素的数组的真值是不明确的.使用a.any()或a.all()
我不明白从哪里来.
系列a是作为DataFrame的一个片段获得的,其索引是MultiIndex,当我进行重命名时
a.name = 0
该操作工作正常(但如果我重命名为元组,我得到相同的错误).
不幸的是,我无法重现这种现象的最小例子(ad-hoc系列与名称元组的差异似乎工作正常).
有关为什么会发生这种情况的任何想法？
如果相关,pandas版本是0.22.0
编辑
错误的完整回溯：
----------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-15-e4efbf202d3c> in <module>()
----> 1 one - two
~/venv/lib/python3.4/site-packages/pandas/core/ops.py in wrapper(left, right, name, na_op)
727
728 if isinstance(rvalues, ABCSeries):
--> 729 name = _maybe_match_name(left, rvalues)
730 lvalues = getattr(lvalues, 'values', lvalues)
731 rvalues = getattr(rvalues, 'values', rvalues)
~/venv/lib/python3.4/site-packages/pandas/core/common.py in _maybe_match_name(a, b)
137 b_has = hasattr(b, 'name')
138 if a_has and b_has:
--> 139 if a.name == b.name:
140 return a.name
141 else:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
编辑2
有关如何获得a和b的更多细节：
>我有一个DataFrame df,其索引是multyindex(year,id_)
>我有一个系列因子,其索引是df的列(类似于列的标准偏差)
>然后：
tmp = df.loc[(year, id_)]
a = tmp[factors != 0]
b = factors[factors != 0]
diff = a - b
并执行最后一行错误发生.
编辑3
如果我减少列,它也会继续发生：原始df有大约1000行和列,但减少到最后5行和列,问题仍然存在！
例如,通过做
df = df.iloc[-10:][df.columns[-5:]]
line = df.iloc[-3]
factors = factors[df.columns]
a = line[factors != 0]
b = factors[factors != 0]
diff = a - b
我一直得到同样的错误,而打印a和b我得到了
A：
end_bin_68.750_100.000 0.002413
end_bin_75.000_100.000 0.002614
end_bin_81.250_100.000 0.001810
end_bin_87.500_100.000 0.002313
end_bin_93.750_100.000 0.001609
Name: (2015, 10000030), dtype: float64
b：
end_bin_68.750_100.000 0.001244
end_bin_75.000_100.000 0.001242
end_bin_81.250_100.000 0.000918
end_bin_87.500_100.000 0.000659
end_bin_93.750_100.000 0.000563
Name: 1, dtype: float64
如果我手动创建具有这些相同值的df和因子(也在索引中),则不会发生错误.
编辑4
在调试时,当一个人到达函数_maybe_match_name时,获得以下内容：
ipdb> type(a.name)
<class 'tuple'>
ipdb> type(b.name)
<class 'numpy.int64'>
ipdb> a.name == b.name
a = end_bin_68.750_100.000 0.002413
end_bin_75.000_100.000 0.002614
end_bin_81.250_100.000 0.001810
end_bin_87.500_100.000 0.002313
end_bin_93.750_100.000 0.001609
Name: (2015, 10000030), dtype: float64
b = end_bin_68.750_100.000 0.001244
end_bin_75.000_100.000 0.001242
end_bin_81.250_100.000 0.000918
end_bin_87.500_100.000 0.000659
end_bin_93.750_100.000 0.000563
Name: 1, dtype: float64
ipdb> (a.name == b.name)
array([False, False])
编辑5
最后我得到了一个最小的例子：
a = pd.Series([1, 2, 3])
a.name = np.int64(13)
b = pd.Series([4, 5, 6])
b.name = (123, 789)
a - b
这会给我带来错误,np .__ version__ == 1.14.0和pd .__ version__ == 0.22.0
解决方法:
当两个pandas Series之间进行操作时,它会尝试为生成的Series提供一个名称.
s1 = pd.Series(np.random.randn(5))
s2 = pd.Series(np.random.randn(5))
s1.name = "hello"
s2.name = "hello"
s3 = s1-s2
s3.name
>>> "hello"
如果名称不相同,则生成的Series没有名称.
s1 = pd.Series(np.random.randn(5))
s2 = pd.Series(np.random.randn(5))
s1.name = "hello"
s2.name = "goodbye"
s3 = s1-s2
s3.name
>>>
这是通过将系列名称与函数_maybe_match_name()进行比较来完成的,而不是GitHub上的here.
比较运算符在您的情况下明显地比较了一个具有元组的数组,这是不可能的(我无法重现错误),并引发ValueError异常.
我猜这是一个错误,奇怪的是np.int64(42)==(“A”,“B”)不会为我引发异常.
但是我有一个来自numpy的FutureWarning：
FutureWarning：元素比较失败;返回标量,但将来会执行元素比较.
这让我觉得你使用的是最新的numpy版本(你是从GitHub上的master分支编译的？).
这个bug很可能会在下一个pandas发布中得到纠正,因为它是numpy行为未来发生变化的结果.
我的猜测是,最好的办法就是在进行操作之前重命名你的系列,因为你已经做了b.name = None,或者改变你的numpy版本(1.15.0works).
内容总结
以上是互联网集市为您收集整理的python – 做差异时pandas.Series名称的作用全部内容，希望文章能够帮你解决python – 做差异时pandas.Series名称的作用所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。