首页 文章

什么`ValueError：不能从重复的轴重新索引'是什么意思？

提问于
浏览 次
147

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
python pandas

7 回答

  • 2

    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()]

    回复于
  • 102

    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：

    df.head()
                          SensA
date                           
2018-04-03 13:54:47.274   -0.45
2018-04-03 13:55:46.484   -0.42
2018-04-03 13:56:56.235   -0.37
2018-04-03 13:57:57.207   -0.34
2018-04-03 13:59:34.636   -0.33

series.head()
date
2018-04-03 14:09:36.577    62.2
2018-04-03 14:10:28.138    63.5
2018-04-03 14:11:27.400    63.1
2018-04-03 14:12:39.623    62.6
2018-04-03 14:13:27.310    62.5
Name: SensA_rrT, dtype: float64

df = series.to_frame().combine_first(df)

df.head(10)
                          SensA  SensA_rrT
date                           
2018-04-03 13:54:47.274   -0.45        NaN
2018-04-03 13:55:46.484   -0.42        NaN
2018-04-03 13:56:56.235   -0.37        NaN
2018-04-03 13:57:57.207   -0.34        NaN
2018-04-03 13:59:34.636   -0.33        NaN
2018-04-03 14:00:34.565   -0.33        NaN
2018-04-03 14:01:19.994   -0.37        NaN
2018-04-03 14:02:29.636   -0.34        NaN
2018-04-03 14:03:31.599   -0.32        NaN
2018-04-03 14:04:30.779   -0.33        NaN
2018-04-03 14:05:31.733   -0.35        NaN
2018-04-03 14:06:33.290   -0.38        NaN
2018-04-03 14:07:37.459   -0.39        NaN
2018-04-03 14:08:36.361   -0.36        NaN
2018-04-03 14:09:36.577   -0.37       62.2
    回复于
  • 0

    最后只需使用 .values 即可 .

    affinity_matrix.loc['sums'] = affinity_matrix.sum(axis=0).values
    回复于
  • 12

    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 .

    回复于
  • 4

    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：

    df = df.loc[:,~df.columns.duplicated()]
    回复于
  • 100

    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：

    df.index = new_index
    回复于
  • 4

    当我想添加这样的新列时，我今天遇到了这个错误

    df_temp['REMARK_TYPE'] = df.REMARK.apply(lambda v: 1 if str(v)!='nan' else 0)

    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：

    ----> 1 df_temp['REMARK_TYPE'] = df.REMARK.apply(lambda v: 1 if str(v)!='nan' else 0)

/usr/lib64/python2.7/site-packages/pandas/core/frame.pyc in __setitem__(self, key, value)
   2417         else:
   2418             # set column
-> 2419             self._set_item(key, value)
   2420 
   2421     def _setitem_slice(self, key, value):

/usr/lib64/python2.7/site-packages/pandas/core/frame.pyc in _set_item(self, key, value)
   2483 
   2484         self._ensure_valid_index(value)
-> 2485         value = self._sanitize_column(key, value)
   2486         NDFrame._set_item(self, key, value)
   2487 

/usr/lib64/python2.7/site-packages/pandas/core/frame.pyc in _sanitize_column(self, key, value, broadcast)
   2633 
   2634         if isinstance(value, Series):
-> 2635             value = reindexer(value)
   2636 
   2637         elif isinstance(value, DataFrame):

/usr/lib64/python2.7/site-packages/pandas/core/frame.pyc in reindexer(value)
   2625                     # duplicate axis
   2626                     if not value.index.is_unique:
-> 2627                         raise e
   2628 
   2629                     # other

ValueError: cannot reindex from a duplicate axis

    正如你所看到的，正确的代码应该是

    df_temp['REMARK_TYPE'] = df_temp.REMARK.apply(lambda v: 1 if str(v)!='nan' else 0)

    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 .

    回复于

相关问题