前提・実現したいこと
pythonでデータフレームを使っていると以下のようなkeyerrorが出ます。
ダミー化をしたことでエラーが出たと思われます。原因を教えてください。
データフレームの中身はすべて数値です。
for文中ではKmeansでクラスタリングしたものをダミー化しています。
発生している問題・エラーメッセージ
Traceback (most recent call last): File "C:\ex.py", line 65, in <module> print(df2[column_name].value_counts()[1], column_name) File "C:\Python37\site-packages\pandas\core\series.py", line 1064, in __getitem__ result = self.index.get_value(self, key) File "C:\Python37\site-packages\pandas\core\indexes\base.py", line 4723, in get_value return self._engine.get_value(s, k, tz=getattr(series.dtype, "tz", None)) File "pandas\_libs\index.pyx", line 80, in pandas._libs.index.IndexEngine.get_value File "pandas\_libs\index.pyx", line 88, in pandas._libs.index.IndexEngine.get_value File "pandas\_libs\index.pyx", line 131, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\hashtable_class_helper.pxi", line 690, in pandas._libs.hashtable.UInt64HashTable.get_item File "pandas\_libs\hashtable_class_helper.pxi", line 696, in pandas._libs.hashtable.UInt64HashTable.get_item KeyError: 1
該当のソースコード
python
1df = pd.read_csv('???.csv', sep = ',') 2 3for column_name in df: 4 cust_array = np.array([df[column_name].tolist()],np.int32) #Kmeansでクラスタリング 5 cust_array = cust_array.T 6 if df[column_name].nunique() < 4: 7 pred = KMeans(n_clusters=df[column_name].nunique()).fit_predict(cust_array) 8 else: 9 pred = KMeans(n_clusters=4).fit_predict(cust_array) 10 11 df[column_name]=pred 12 13 if column_name != 'AAA' : #AAA列以外をダミー化 14 df_dummy = pd.get_dummies(df[column_name],prefix=column_name,prefix_sep='_') 15 df = pd.concat([df.drop([column_name],axis=1),df_dummy],axis=1) 16 17df.set_index('AAA', inplace=True) #AAA列をインデックスにする 18df2=df[df.index == 1].copy() #インデックスが1の行を取り出す 19 20for column_name in df2: #各列の1の個数を出力 21 print(df2[column_name].value_counts()[1])
df2[column_name].value_counts()の中に1は存在しているのですか?
はい、存在しています。
printも数回は実行されるのですが、df2の全ての列の処理が終わる前にエラーがでて途中で止まってしまうという状況です。
エラーが発生する列にそのキー「1」が存在しないのだと思います。
私もそう思って、df2[column_name].value_counts(ascending=True)で確認したのですが、1がない列はありませんでした。
それでもやはり1が存在しないかもしれません。
dfはKmeansでクラスタリングでしてダミー化したものなので、その可能性はあります。
ちなみに1が存在しないときは上記のエラーがでるのですか?
df2[column_name].value_counts()の戻り値はSeriesなので、そのindexに「1」がないとキーエラーが発生します。
上記で「1がない列はありません」というのはdf2[column_name].value_counts().indexの中に「1」があったという認識で間違いないでしょうか?
すいません、それは私の間違いです。
おそらく1がない列があったと思われます。
クラスタリングにより実行ごとに各列の1の個数は多少変化するため、1がない時もあります。
再現する CSV ファイルを質問文に載せたほうが早いのでは。
あなたの回答
tips
プレビュー