Добавление строк и добавление в столбец dataframe происходит "ufun c 'add' не содержит al oop с типами соответствия подписи" -error

Question

Я хочу добавить несколько строк и добавить их в новый столбец в кадре данных. Первый отсканированный код работает, и когда я пытаюсь выполнить второй, он завершается с ошибкой:

numpy.core._exceptions.UFuncTypeError: ufunc 'add' did not contain a loop with signature matching types (dtype('<U21'), dtype('<U21')) -> dtype('<U21')

Единственное отличие состоит в том, что второй фрагмент кода содержит еще одну строку _.

У кого-нибудь есть предложение, почему возникает эта ошибка?

Первый взломанный код:

df["identifier"]=df.index.get_level_values(0).values.astype(str) + df["mother tongue iso636-3"].astype(str)+ '_' + df["country iso3166-2"].astype(str)

Второй взломанный код:

df["identifier"]=df.index.get_level_values(0).values.astype(str) + '_' + df["mother tongue iso636-3"].astype(str)+ '_' + df["country iso3166-2"].astype(str)

Answer 1

У меня была похожая ошибка при добавлении строки с приведенными строками.

Это лямбда-решение будет немного медленнее, но обеспечит добавленные значения типа STR.

df['level_values'] = df.index.get_level_values(0).values
df["identifier"] = df.apply(lambda x: \
    str(x['level_values']) + '_' + str(x["mother tongue iso636-3"]) \
    + '_' + str(df["country iso3166-2"]),axis=1)
df.drop('level_values',inplace=True)

Answer 2

Я удивлен, что ваш первый случай работает. Но это может помочь, если вы дадите простую версию своего фрейма данных.

Поскольку вы этого не сделали, мне придётся составить один :(

In [321]: df = pd.DataFrame([[1,'foo'],[2,'bar']])                                                     
In [322]: df                                                                                           
Out[322]: 
   0    1
0  1  foo
1  2  bar

Сначала посмотрите на index:

In [323]: df.index.values                                                                              
Out[323]: array([0, 1])            # numeric in my case
In [324]: df.index.values.astype(str)                                                                  
Out[324]: array(['0', '1'], dtype='<U21')    # numpy dtype
In [325]: df.index.values.astype(str)+'_'                                                              
---------------------------------------------------------------------------
UFuncTypeError                            Traceback (most recent call last)
<ipython-input-325-230387b2895a> in <module>
----> 1 df.index.values.astype(str)+'_'

UFuncTypeError: ufunc 'add' did not contain a loop with signature matching types (dtype('<U21'), dtype('<U21')) -> dtype('<U21')

+/add не определено для numpy строк

Теперь посмотрите на строковый столбец:

In [330]: df[1].values                                                                                 
Out[330]: array(['foo', 'bar'], dtype=object)  # pandas uses python strings

, преобразующий этот массив to numpy str выдает ту же ошибку:

In [331]: df[1].values.astype(str)                                                                     
Out[331]: array(['foo', 'bar'], dtype='<U3')
In [332]: df.index.values.astype(str)+df[1].values.astype(str)                                         
---------------------------------------------------------------------------
UFuncTypeError                            Traceback (most recent call last)
<ipython-input-332-7bc2436a1bf8> in <module>
----> 1 df.index.values.astype(str)+df[1].values.astype(str)

UFuncTypeError: ufunc 'add' did not contain a loop with signature matching types (dtype('<U21'), dtype('<U21')) -> dtype('<U21')

Вот почему я задаюсь вопросом, почему запускается ваш первый случай.

Если я оставлю строки dtype объекта как:

In [333]: df.index.values.astype(str)+df[1].values                                                     
Out[333]: array(['0foo', '1bar'], dtype=object)

numpy преобразует массив index в объект dtype (общий тип d) и выполняет элемент за элементом +, что для строк python является конкатенацией.

Применение этой идеи к случай с '_':

In [334]: df.index.values.astype(str).astype(object)+'_'+df[1].values                                  
Out[334]: array(['0_foo', '1_bar'], dtype=object)

Answer 3

Проблема, в которой возникает исключение, заключается в функции индекса

df.index.get_level_values(0).values.astype(str)

Если вы сначала добавите его в качестве столбца в фрейм данных, а затем используете столбец вместо функции, проблема больше не возникнет. :

df['index'] = df.index.get_level_values(0).values
df["identifier"]=df['index'].astype(str) + '_' + df["mother tongue iso636-3"].astype(str)+ '_' + df["country iso3166-2"].astype(str)