質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.95%

Python pandas で concat した際のエラーの意味 Shape of passed values is (a1, b1), indices imply (a2, b2)

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 19K+

score 15

データ分析で pandas を使っていて、データフレーム同士を

df2 = pd.concat([df2, df1], axis = 1)

のように concat で結合しています。
ここで、
df1 : pd.read_csv で取得した CSVファイルが元の Series
df2 : df1 を for文で フォルダ内の該当データを concat で結合させた Dataframe
です。

問題は いくつかのCSVファイルを読み込む際に

Shape of passed values is (a1, b1), indices imply (a2, b2)

的なエラーがでます。 a1,a2,b1,b2 は Index と Column の数だと思われ、
これらが 一致していないから エラーということは 何となくわかるのですが…。

実際の処理中では a1 = a2、 b1 ≠ b2 で エラーとなっています。
(a1 = a2 = 14,  b1 = 153,  b2 = 150 )

concat を axis = 1 で行うため 列方向にデータフレームを 結合させているのですが、
df1 と df2 の index、column 数は違っていても良いはずです。

ちなみに df2 の index が 132個、 column が 13個 の状態で     (※)
index 47個、 column 1個 の df1 を結合させたら エラーがでました。
結合の結果、 a1 = 153,  a2 = 150 となりました。


column は 1個ずつ 結合するので、df2 column 数が 13個でエラーが出たということは、
それまで 13個は 結合ができていたということです

■ 疑問1
具体的に このエラーで示す a1 と a2 というのは 具体的には 何の数値なんでしょうか?
どちらか 1つが結合後の index の数だとして、もう1つが 意味する数値の意味がわからないため
エラーの原因が理解できませんでした。

■ 疑問2
エラーが起きる一部の CSVファイルを 取り除くと うまく処理ができます。
その CSVファイル の index のラベルを見ても 他との違いが一見判らず
なぜ 特定のCSVファイルで エラーが起こるのか わかりません。
問題となるCSVファイル・データフレームの 不具合部分を見つける方法は なにかないでしょうか?

 実現したいこと

  1. pd.concat で エラーを発生させない
  2. エラーを発生させるCSVファイルの修正箇所を調べる方法

 問題の発生した環境

Python 3.6.6
pandas 0.23.4

曖昧な質問で申し訳ありませんが、なにかわかることがあれば お願いいたします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

疑問1に対すある解はもっていないのですが・・

どうやらこのエラーは DataFrameのIndex値が重複している場合に引き起こるようです。

import pandas as pd
import numpy as np

df1 = pd.DataFrame([[1,2],[3,4]], index =['A','B'])
df2 = pd.DataFrame([[5,6],[7,8]], index =['A','A']) #Indexが重複
pd.concat([df1, df2], axis=1)
#ValueError: Shape of passed values is (4, 3), indices imply (4, 2)

ですので、 drop_duplicates() 等でIndexが重複した行を削除したのちに pandas.concat() を実行するよ良いのではないでしょうか。 

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/10/17 06:43

    このシンプルな例だと確かに結合した際に、結合前はindexがAとBという2行のデータフレームにAとAの1行のデータフレームを結合させて、3行のデータフレームになるはずが、結合前と同じindexがあるから2行にしかならない、という数字の関係性は見えますね(合っているのかはわかりませんが)。indexの重複の仕方がヒントのような気がしてきました。確認して今夜結果をお返しします。

    キャンセル

  • 2018/10/17 08:13

    私も似たような想定をしております。が、行と列が逆に表示されているのが少し気になるところですね。

    キャンセル

  • 2018/10/17 21:03

    解決しました。

    問題が発生するCSVデータに3つだけ 事例と同様に index に同じ名前が存在していたことが原因でした。その index の付け方自体に問題があったため、CSVファイル側を修正したところ エラーが発生しなくなりました。疑問2は index の重複の index がないかを調べればよく、疑問1 は 上記のコメントの通りでしたので どちらもクリアになりました。確かに 行と列の順番が異なるのだけ 気になりますが 問題ありません。

    結合する df1 側を修正してOKとなったので、drop_duplicates() は 完全には試せてません。 index が重複していましたが、名前の付け方を間違えただけで 本来別のデータであるため この処理は 今回は不要でした。 ありがとうございました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.95%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る