팬더 콘캣: 가치 오류:전달된 값의 모양은 blah이고 인덱스는 blah2를 의미합니다.

팬더 콘캣: 가치 오류:전달된 값의 모양은 blah이고 인덱스는 blah2를 의미합니다.

(판다스 14.1) 데이터 프레임과 시리즈를 병합하려고 합니다.영상 시리즈는 일부 NA(영상 시리즈의 인덱스 값이 데이터 프레임의 인덱스 값의 하위 집합이므로)와 함께 새 열을 형성해야 합니다.

이것은 장난감 예제에서는 작동하지만 내 데이터(아래 자세히 설명)에서는 작동하지 않습니다.

예:

import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.random.randn(6, 4), columns=['A', 'B', 'C', 'D'], index=pd.date_range('1/1/2011', periods=6, freq='D'))
df1

A   B   C   D
2011-01-01  -0.487926   0.439190    0.194810    0.333896
2011-01-02  1.708024    0.237587    -0.958100   1.418285
2011-01-03  -1.228805   1.266068    -1.755050   -1.476395
2011-01-04  -0.554705   1.342504    0.245934    0.955521
2011-01-05  -0.351260   -0.798270   0.820535    -0.597322
2011-01-06  0.132924    0.501027    -1.139487   1.107873

s1 = pd.Series(np.random.randn(3), name='foo', index=pd.date_range('1/1/2011', periods=3, freq='2D'))
s1

2011-01-01   -1.660578
2011-01-03   -0.209688
2011-01-05    0.546146
Freq: 2D, Name: foo, dtype: float64

pd.concat([df1, s1],axis=1)

A   B   C   D   foo
2011-01-01  -0.487926   0.439190    0.194810    0.333896    -1.660578
2011-01-02  1.708024    0.237587    -0.958100   1.418285    NaN
2011-01-03  -1.228805   1.266068    -1.755050   -1.476395   -0.209688
2011-01-04  -0.554705   1.342504    0.245934    0.955521    NaN
2011-01-05  -0.351260   -0.798270   0.820535    -0.597322   0.546146
2011-01-06  0.132924    0.501027    -1.139487   1.107873    NaN

데이터의 상황(아래 참조)은 기본적으로 동일한 것으로 보입니다. 즉, Datetime을 사용하여 시리즈를 연결합니다.값이 데이터 프레임의 하위 집합인 인덱스입니다.그러나 제목(blah1 = (5,286) blah2 = (5,276)에 ValueError가 표시됩니다.작동하지 않는 이유:

In[187]: df.head()
Out[188]:
high    low loc_h   loc_l
time                
2014-01-01 17:00:00 1.376235    1.375945    1.376235    1.375945
2014-01-01 17:01:00 1.376005    1.375775    NaN NaN
2014-01-01 17:02:00 1.375795    1.375445    NaN 1.375445
2014-01-01 17:03:00 1.375625    1.375515    NaN NaN
2014-01-01 17:04:00 1.375585    1.375585    NaN NaN
In [186]: df.index
Out[186]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-01-01 17:00:00, ..., 2014-01-01 21:30:00]
Length: 271, Freq: None, Timezone: None

In [189]: hl.head()
Out[189]:
2014-01-01 17:00:00    1.376090
2014-01-01 17:02:00    1.375445
2014-01-01 17:05:00    1.376195
2014-01-01 17:10:00    1.375385
2014-01-01 17:12:00    1.376115
dtype: float64

In [187]:hl.index
Out[187]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2014-01-01 17:00:00, ..., 2014-01-01 21:30:00]
Length: 89, Freq: None, Timezone: None

In: pd.concat([df, hl], axis=1)
Out: [stack trace] ValueError: Shape of passed values is (5, 286), indices imply (5, 276)

저도 비슷한 문제가 있었습니다.join효과는 있었지만,concat실패).

에서 값 df1그리고.s1 (예:)df1.index.is_unique)

된 인덱스 값( 중인스값예제거덱복예(:▁(제거) :df.drop_duplicates(inplace=True)) 또는 여기에 있는 방법 중 하나인 https://stackoverflow.com/a/34297689/7163376 에서 해결해야 합니다.

나의 문제는 다른 인덱스였고, 다음 코드는 나의 문제를 해결했습니다.

df1.reset_index(drop=True, inplace=True)
df2.reset_index(drop=True, inplace=True)
df = pd.concat([df1, df2], axis=1)

인덱스를 하려면 , 「 」 「 」 「 」를 합니다.df = df.loc[df.index.drop_duplicates()]C.f. pandas.pydata.org/pandas-docs/stable/generated/ … – 볼펜벤 4월 18일 15:25

이것은 잘못된 것이지만 저는 볼펜벤의 평이 낮아서 직접 답변을 드릴 수 없습니다.는 그이잘이유는된 때문입니다.df.index.drop_duplicates()고유 인덱스 목록을 반환하지만 이러한 고유 인덱스를 사용하여 데이터 프레임으로 다시 인덱싱해도 모든 레코드가 반환됩니다.중복된 인덱스 중 하나를 사용한 인덱싱은 인덱스의 모든 인스턴스를 반환하기 때문에 가능하다고 생각합니다.

대신에, 신대사를 하세요.df.index.duplicated() 경우 목록을 합니다(" " " " " " " " (" " " " " 을 합니다).~복제되지 않은 레코드 가져오기):

df = df.loc[~df.index.duplicated()]

Aus_lacy의 게시물은 제게 관련 방법을 시도해 볼 아이디어를 주었고, 그 중 조인이 효과적입니다.

In [196]:

hl.name = 'hl'
Out[196]:
'hl'
In [199]:

df.join(hl).head(4)
Out[199]:
high    low loc_h   loc_l   hl
2014-01-01 17:00:00 1.376235    1.375945    1.376235    1.375945    1.376090
2014-01-01 17:01:00 1.376005    1.375775    NaN NaN NaN
2014-01-01 17:02:00 1.375795    1.375445    NaN 1.375445    1.375445
2014-01-01 17:03:00 1.375625    1.375515    NaN NaN NaN

콘캣이 예제에서는 작동하지만 이 데이터에서는 작동하지 않는 이유에 대한 몇 가지 통찰력은 좋을 것입니다!

인덱스에 중복된 값이 포함되어 있을 수 있습니다.

import pandas as pd

T1_INDEX = [
    0,
    1,  # <= !!! if I write e.g.: "0" here then it fails
    0.2,
]
T1_COLUMNS = [
    'A', 'B', 'C', 'D'
]
T1 = [
    [1.0, 1.1, 1.2, 1.3],
    [2.0, 2.1, 2.2, 2.3],
    [3.0, 3.1, 3.2, 3.3],
]

T2_INDEX = [
    1.2,
    2.11,
]

T2_COLUMNS = [
    'D', 'E', 'F',
]
T2 = [
    [54.0, 5324.1, 3234.2],
    [55.0, 14.5324, 2324.2],
    # [3.0, 3.1, 3.2],
]
df1 = pd.DataFrame(T1, columns=T1_COLUMNS, index=T1_INDEX)
df2 = pd.DataFrame(T2, columns=T2_COLUMNS, index=T2_INDEX)


print(pd.concat([pd.DataFrame({})] + [df2, df1], axis=1))

인덱스를 연결한 후 정렬 시도

result=pd.concat([df1,df2]).sort_index()

간단한 방법일 수도 있습니다. 데이터 프레임이 있는 경우 이 방법을 사용해 보십시오.그런 다음 결합하려는 행렬 또는 벡터가 모두 동일한 rows_name/index인지 확인합니다.

저도 같은 문제가 있었습니다.행의 이름 인덱스를 서로 일치하도록 변경했습니다. 여기서는 행렬(주성분)과 벡터(대상)의 행 인덱스가 동일한 예입니다(그림 왼쪽의 파란색으로 동그라미 표시했습니다).

이전에 "작동하지 않을 때"에는 일반 행 인덱스(0,1,2,3)를 사용하는 행렬을 사용하고 행 인덱스(ID0,ID1,ID2,ID3)를 사용하는 벡터를 사용한 다음 벡터의 행 인덱스를 (0,1,2,3)로 변경하여 사용했습니다.

여기에 이미지 설명 입력

언급URL : https://stackoverflow.com/questions/27719407/pandas-concat-valueerror-shape-of-passed-values-is-blah-indices-imply-blah2