錯誤-> TypeError: unhashable type: 'list'在保存資料框并再次加載后消失...
兩個資料幀 [保存和加載，生成] 具有相同的 dtypes ...
可重現->
--> import pandas as pd
--> l1 = [[1], [1], [1], [1], [1], [1], [1], [1], [6], [1], [6], [1], [6], [6], [6], [6], [6], [6], [6], [6], [6]]
## len(l1) is 21 ##
--> l2 = ['a']*21
--> l3 = ['c']*10 ['d']*10 ['e']
--> df = pd.DataFrame()
--> df['col1'], df['col2'], df['col3'] = l1, l3, l2
--> df
col1 col2 col3
0 [1] c a
1 [1] c a
2 [1] c a
3 [1] c a
4 [1] c a
5 [1] c a
6 [1] c a
7 [1] c a
8 [6] c a
9 [1] c a
10 [6] d a
11 [1] d a
12 [6] d a
13 [6] d a
14 [6] d a
15 [6] d a
16 [6] d a
17 [6] d a
18 [6] d a
19 [6] d a
20 [6] e a
--> df.dtypes
col1 object
col2 object
col3 object
dtype: object
--> df.drop_duplicates(subset=['col1', 'col2', 'col3'], keep='last', inplace=True)
## TypeError: unhashable type: 'list' ##
## Here if I save it as an excel and load again, then this error does not come up ... ##
--> df.to_excel('test.xlsx')
--> df_ = pd.read_excel('test.xlsx')
--> df_.dtypes
Unnamed: 0 int64
col1 object
col2 object
col3 object
dtype: object
--> df_.drop_duplicates(subset=['col1', 'col2', 'col3'], keep='last', inplace=True)
--> df_
Unnamed: 0 col1 col2 col3
8 8 [6] c a
9 9 [1] c a
11 11 [1] d a
19 19 [6] d a
20 20 [6] e a
這種行為有解釋嗎？
問題的擴展追溯
回溯（最近一次通話最后）：
檔案“”，第 1 行，在
檔案“C:\Users\Agnij\Anaconda3\lib\site-packages\pandas\core\frame.py”，第 4811 行，在 drop_duplicates
重復= self.duplicated（子集，保持=保持）
檔案“C:\Users\Agnij\Anaconda3\lib\site-packages\pandas\core\frame.py”，第 4888 行，重復標簽，形狀 = map(list, zip(*map(f, vals)))
檔案“C:\Users\Agnij\Anaconda3\lib\site-packages\pandas\core\frame.py”，第 4863 行，在 f vals 中，size_hint=min(len(self), _SIZE_HINT_LIMIT)
檔案“C:\Users\Agnij\Anaconda3\lib\site-packages\pandas\core\algorithms.py”，第 636 行，分解值，na_sentinel=na_sentinel，size_hint=size_hint，na_value=na_value
檔案“C:\Users\Agnij\Anaconda3\lib\site-packages\pandas\core\algorithms.py”，第 484 行，在 _factorize_array 唯一性中，代碼 = table.factorize(values, na_sentinel=na_sentinel, na_value=na_value)
檔案“pandas_libs\hashtable_class_helper.pxi”，第 1815 行，在 pandas._libs.hashtable.PyObjectHashTable.factorize
檔案“pandas_libs\hashtable_class_helper.pxi”，第 1731 行，在 pandas._libs.hashtable.PyObjectHashTable._unique
uj5u.com熱心網友回復：
drop_duplicates 散列物件以有效地跟蹤哪些物件已被看到或未看到。
lists 不可散列（因為它們是可變的），因此您不能直接在它們上使用 drop_duplicates 。當您保存和加載資料時，可能會將其轉換為字串，從而可以計算哈希值。
為了解決這個問題，您可以將串列轉換為可散列的元組：
df['col1'] = df['col1'].apply(tuple)
# now this runs with no error
df.drop_duplicates(subset=['col1', 'col2', 'col3'], keep='last', inplace=True)
uj5u.com熱心網友回復：
因為即使兩列都是 dtype 物件，它們中的專案也是不同的型別：
>>> df.loc[0,'col1']
[1]
>>> df_.loc[0, 'col1']
'[1]'
由于字串是可散列的，因此您看不到以前使用串列時遇到的錯誤。
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/412451.html
標籤：