当我尝试将索引设置为某个值时,我得到 ValueError: cannot reindex from a duplicate axis
. 我尝试用一个简单的例子重现这个,但我做不到 .
这是我在 ipdb
trace中的会话 . 我有一个带字符串索引的DataFrame,以及整数列,浮点值 . 但是,当我尝试为所有列的总和创建 sum
索引时,我得到 ValueError: cannot reindex from a duplicate axis
错误 . 我创建了一个具有相同特征的小型DataFrame,但无法重现该问题,我可能缺少什么?
我真的不明白 ValueError: cannot reindex from a duplicate axis
的意思,这个错误信息是什么意思?也许这可以帮助我诊断问题,这是我问题中最负责任的一部分 .
ipdb> type(affinity_matrix)
<class 'pandas.core.frame.DataFrame'>
ipdb> affinity_matrix.shape
(333, 10)
ipdb> affinity_matrix.columns
Int64Index([9315684, 9315597, 9316591, 9320520, 9321163, 9320615, 9321187, 9319487, 9319467, 9320484], dtype='int64')
ipdb> affinity_matrix.index
Index([u'001', u'002', u'003', u'004', u'005', u'008', u'009', u'010', u'011', u'014', u'015', u'016', u'018', u'020', u'021', u'022', u'024', u'025', u'026', u'027', u'028', u'029', u'030', u'032', u'033', u'034', u'035', u'036', u'039', u'040', u'041', u'042', u'043', u'044', u'045', u'047', u'047', u'048', u'050', u'053', u'054', u'055', u'056', u'057', u'058', u'059', u'060', u'061', u'062', u'063', u'065', u'067', u'068', u'069', u'070', u'071', u'072', u'073', u'074', u'075', u'076', u'077', u'078', u'080', u'082', u'083', u'084', u'085', u'086', u'089', u'090', u'091', u'092', u'093', u'094', u'095', u'096', u'097', u'098', u'100', u'101', u'103', u'104', u'105', u'106', u'107', u'108', u'109', u'110', u'111', u'112', u'113', u'114', u'115', u'116', u'117', u'118', u'119', u'121', u'122', ...], dtype='object')
ipdb> affinity_matrix.values.dtype
dtype('float64')
ipdb> 'sums' in affinity_matrix.index
False
这是错误:
ipdb> affinity_matrix.loc['sums'] = affinity_matrix.sum(axis=0)
*** ValueError: cannot reindex from a duplicate axis
我尝试用一个简单的例子重现这个,但我失败了
In [32]: import pandas as pd
In [33]: import numpy as np
In [34]: a = np.arange(35).reshape(5,7)
In [35]: df = pd.DataFrame(a, ['x', 'y', 'u', 'z', 'w'], range(10, 17))
In [36]: df.values.dtype
Out[36]: dtype('int64')
In [37]: df.loc['sums'] = df.sum(axis=0)
In [38]: df
Out[38]:
10 11 12 13 14 15 16
x 0 1 2 3 4 5 6
y 7 8 9 10 11 12 13
u 14 15 16 17 18 19 20
z 21 22 23 24 25 26 27
w 28 29 30 31 32 33 34
sums 70 75 80 85 90 95 100
7 回答
正如其他人所说,你的原始索引中可能有重复的值 . 要找到他们这样做:
df[df.index.duplicated()]
在我的情况下,弹出此错误不是因为重复值,而是因为我尝试将较短的系列连接到Dataframe:两者都具有相同的索引,但系列的行数较少(缺少前几个) . 以下是我的目的:
最后只需使用
.values
即可 .当索引具有重复值时,当您加入/分配列时,此错误通常会上升 . 由于您要分配一行,我怀疑
affinity_matrix.columns
中存在重复值,可能未在您的问题中显示 .对于仍在努力解决此错误的人,如果您不小心创建了具有相同名称的重复列,也会发生这种情况 . 删除重复的列,如下所示:
如果通过连接其他DataFrame创建DataFrame,则通常会出现具有重复值的索引 . 如果您不关心保留索引的值,并且希望它们是唯一值,则在连接数据时,请设置
ignore_index=False
.或者,要使用新索引覆盖当前索引,而不是使用
df.reindex()
,请设置:当我想添加这样的新列时,我今天遇到了这个错误
我想处理
df_temp
的REMARK
列以返回1或0.但是我用df
键入了错误的变量 . 它返回错误,如下所示:正如你所看到的,正确的代码应该是
因为
df
和df_temp
具有不同的行数 . 所以它返回ValueError: cannot reindex from a duplicate axis
.希望你能理解它,我的回答可以帮助其他人调试他们的代码 .