在某些情况下,将 pandas MultiIndex 与具有数量的索引一起使用会失败。让我给你看一个例子:
import quantities as pq
import pandas as pd
i = np.arange(10) * pq.J
j = np.array([1 for _ in xrange(10)]) * pq.K
pd.MultiIndex.from_tuples(zip(i, j), names=['Energy', 'Temperature'])
此操作失败并出现以下回溯
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-86-c2d09517b80e> in <module>()
5 j = np.array([1 for _ in xrange(10)]) * pq.K
6
----> 7 pd.MultiIndex.from_tuples(zip(i, j), names=['Energy', 'Temperature'])
C:\Python27\lib\site-packages\pandas\core\index.pyc in from_tuples(cls, tuples, sortorder, names)
1685
1686 return MultiIndex.from_arrays(arrays, sortorder=sortorder,
-> 1687 names=names)
1688
1689 @property
C:\Python27\lib\site-packages\pandas\core\index.pyc in from_arrays(cls, arrays, sortorder, names)
1646 return Index(arrays[0], name=name)
1647
-> 1648 cats = [Categorical.from_array(arr) for arr in arrays]
1649 levels = [c.levels for c in cats]
1650 labels = [c.labels for c in cats]
C:\Python27\lib\site-packages\pandas\core\categorical.pyc in from_array(cls, data)
59
60 return Categorical(labels, levels,
---> 61 name=getattr(data, 'name', None))
62
63 _levels = None
C:\Python27\lib\site-packages\pandas\core\categorical.pyc in __init__(self, labels, levels, name)
45 def __init__(self, labels, levels, name=None):
46 self.labels = labels
---> 47 self.levels = levels
48 self.name = name
49
C:\Python27\lib\site-packages\pandas\core\categorical.pyc in _set_levels(self, levels)
68 levels = _ensure_index(levels)
69 if not levels.is_unique:
---> 70 raise ValueError('Categorical levels must be unique')
71 self._levels = levels
72
ValueError: Categorical levels must be unique
如果我删除这些单元,它就可以正常工作。
i = np.arange(10)
j = np.array([1 for _ in xrange(10)])
pd.MultiIndex.from_tuples(zip(i, j), names=['Energy', 'Temperature'])
如果我保留单位,但对 j 使用唯一的项目,它也有效。
i = np.arange(10) * pq.J
j = np.arange(10) * pq.K
pd.MultiIndex.from_tuples(zip(i, j), names=['Energy', 'Temperature'])
这当然不是选择,因为指数来自测量。我真的很想保留这些单位,但由于我不熟悉 pandas 内部结构,我不知道如何解决这个问题。
版本
我在 python 2.7 中使用 pandas 版本 0.10.1 和数量 0.10.1。
最佳答案
我能够重现此错误,但它是间歇性的
在 Linux 上,每隔几次调用都会失败
pd.MultiIndex.from_tuples(...)
.
我相信错误是由于quantity
造成的违反的对象
a==b
的 Python 等式哈希不变量意味着hash(a)==hash(b)
(来源:http://bugs.python.org/issue13707#msg150596、https://groups.google.com/forum/#!msg/sympy/pJ2jg2csKgU/0nn21xqZEmwJ)。
不良哈希行为的示例。
In [5]: (1 * pq.K) == (1 * pq.K)
Out[5]: True
In [6]: hash(1 * pq.K) == hash(1 * pq.K)
Out[6]: False
根据这种行为,我认为这是一个数量问题, 导致 pandas 出现非法的内部状态。
IMO,最干净的解决方案是数量对象返回基于一致的哈希值
在当前值上,就像这个(被拒绝的)添加 __hash__()
的拉取请求一样数量对象上的函数:
https://github.com/python-quantities/python-quantities/pull/29 .
要么这样,要么在尝试散列时抛出错误(如果需要的话)
表现得像一个可变对象。
关于python - 使用 Pandas Multiindex 处理数量失败并显示 'Categorical levels must be unique',我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14849855/