ValueError: Буфер имеет неправильное количество измерений (ожидается 1, получено 2) в операторе if

Я пытаюсь использовать оператор «if» внутри цикла «for», чтобы проверить, соответствует ли индекс текущего элемента в цикле (индекс серии pandas, содержащей элемент), одному из индексов другой серии, но при этом возникает ValueError. Это строка кода, которая вызывает проблемы:

if(ICM_items[ICM_items['track_id'] == i].index[0] in ICM_tgt_items.index.values.flatten().tolist()):

Я попытался изменить обе стороны оператора «in» случайными целыми числами или списками, и это работает, также два элемента построены правильно, но при объединении в операторе они вызывают ошибку.

Надеюсь, кто-нибудь может дать мне несколько советов о том, в чем проблема или альтернативный способ выполнить ту же задачу.

ICM_items и ICM_tgt_items являются pandas.Series

Ниже ошибка консоли:

Traceback (most recent call last):
File "/Users/LucaButera/git/rschallenge/similarity_to_recommandable_builder.py", line 27, in <module>
dot[ICM_tgt_items[ICM_items[ICM_items['track_id'] == i].index[0]]] = 0
File "/Users/LucaButera/anaconda/lib/python3.6/site-packages/pandas/core/series.py", line 603, in __getitem__
result = self.index.get_value(self, key)
File "/Users/LucaButera/anaconda/lib/python3.6/site-packages/pandas/indexes/base.py", line 2169, in get_value
tz=getattr(series.dtype, 'tz', None))
File "pandas/index.pyx", line 98, in pandas.index.IndexEngine.get_value (pandas/index.c:3557)
File "pandas/index.pyx", line 106, in pandas.index.IndexEngine.get_value (pandas/index.c:3240)
File "pandas/index.pyx", line 147, in pandas.index.IndexEngine.get_loc (pandas/index.c:4194)
File "pandas/index.pyx", line 280, in pandas.index.IndexEngine._ensure_mapping_populated (pandas/index.c:6150)
File "pandas/src/hashtable_class_helper.pxi", line 446, in pandas.hashtable.Int64HashTable.map_locations (pandas/hashtable.c:9261)
ValueError: Buffer has wrong number of dimensions (expected 1, got 2)
[Finished in 1.26s]

python pandas valueerror
person Luca Butera    schedule 08.10.2017    source источник
comment
Настройка для вашей проблемы не очень ясна. Было бы полезно, если бы вы предоставили репрезентативные выборочные данные. См. Как создать минимальный, полный и проверяемый пример. Кроме того, вы уверены, что хотите просмотреть только первый индекс ICM_items, соответствующий track_id == i? Что делать, если возвращается несколько индексов?   -  person andrew_reece    schedule 09.10.2017

Ответы (1)


arrow_upward
2
arrow_downward

Я бы порекомендовал упростить выражения, использовать .loc и следить за крайними случаями (например, когда track_id оказывается пустым для заданного i).
При наличии правильных тестовых данных эти шаги должны помочь вам сузить область поиска. охота на жуков.

Пример ICM_items данных:

import numpy as np
import pandas as pd

N = 7
max_track_id = 5
idx1 = ['A','B','C']
icm_idx = np.random.choice(idx1, size=N)
icm = {"track_id":np.random.randint(0, max_track_id, size=N)}
ICM_items = pd.DataFrame(icm, index=icm_idx)

ICM_items
   track_id
C         1
A         1
A         2
C         1
B         0
B         0
B         2

Пример ICM_tgt_items данных:

idx2 = ['A','B']
icm_tgt_idx = np.random.choice(idx2, size=N)
icm = np.random.random(size=N)
ICM_tgt_items = pd.DataFrame(icm, index=icm_tgt_idx)

          0
B  0.785614
A  0.976523
A  0.856821
B  0.098086
B  0.481140
A  0.686156
A  0.851714

Теперь просто сравним и уловим потенциальные крайние случаи:

for i in range(max_track_id):
    mask = ICM_items['track_id'] == i
    try:
        # use .loc for indexing, no need to flatten() or use .values on the right.
        if ICM_items.loc[mask].index[0] in ICM_tgt_items.index:
            print("found")
        else:
            print("not found")
    # catch error if i not found in track_id
    except IndexError as e:           
        print(f"ERROR at i={i}: {e}")

Выход:

found
not found
found
ERROR at i=3: index 0 is out of bounds for axis 0 with size 0
ERROR at i=4: index 0 is out of bounds for axis 0 with size 0
person andrew_reece    schedule 08.10.2017