1

Estou a ter um erro no if e não sei como corrigir este erro, estou a usar o Python 3.6 e Pandas para leitura, escrita e data analysis.

df1 = pd.read_csv("JonnyTheBoy10.csv", usecols=['ART_TIPO', 'ART_DESIG', 'PORTA', 'CP4', 'CP3', 'LOCALIDADE'])
df2 = pd.read_csv("JonnyTheBoyFull.csv", usecols=['ART_TIPO', 'ART_DESIG', 'PORTA', 'CP4', 'CP3', 'LOCALIDADE'])

    if df1["CP4"] == df2["CP4"] and df1["CP3"] == df2["CP3"]

Tenho este erro:

Traceback (most recent call last):
  File "C:/Users/User01/Desktop/Normmm/Norm.py", line 11, in <module>
    if df1["CP4"] == df2["CP4"] and df1["CP3"] == df2["CP3"]:
  File "C:\anaconda\lib\site-packages\pandas\core\ops.py", line 818, in wrapper
    raise ValueError(msg)
ValueError: Can only compare identically-labeled Series objects

1 Resposta 1

0

Ok, depois do verdadeiro chat nos comentários, e vc ter me mandado os csv's, "resolvi o seu problema" (que isso não se repita, ahahaha), vamos lá. O problema é que vc precisa comparar cada linha dos dataframes, e voce esta comparando as colunas inteiras, isso não pode; mesmo porque os dataframes tem tamanhos diferentes (por isso da o erro), fiz testes com os csv's que vc me enviou, nenhuma linha do csv menor é totalmente identica à linha relativa (mesmo indice) ao csv maior, veja o codigo:

Clique aqui para ver codigo abaixo rodando.

import pandas as pd
df1 = pd.read_csv("JonnyTheBoy10.csv", usecols=['ART_TIPO', 'ART_DESIG', 'PORTA', 'CP4', 'CP3', 'LOCALIDADE'])
df2 = pd.read_csv("JonnyTheBoyFull.csv", usecols=['ART_TIPO', 'ART_DESIG', 'PORTA', 'CP4', 'CP3', 'LOCALIDADE'])

all_equals=[]
cp3_equal=[]
cp4_equal=[]

for index, row in df1.iterrows():
    if str(row.CP4)==str(df2.CP4[index]) and str(row.CP3)==str(df2.CP3[index]):
        all_equals.append(row)

    if  str(row.CP3)==str(df2.CP3[index]):
        cp3_equal.append(row)

    if str(row.CP4)==str(df2.CP4[index]):
        cp4_equal.append(row)  


print ('Igualdades em ambos: ', len(all_equals))
print ('Igualdades em CP3: ', len(cp3_equal))
print ('Igualdades em CP4: ', len(cp4_equal))

Igualdades em ambos:  0
Igualdades em CP3:  9
Igualdades em CP4:  0

Vou deixar a explicação inicial (abaixo) porque pode servir para outras pessoas em outros contextos.

Veja esse exemplo:

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']])
df1==df2
       0      1
0  False  False
1  False  False

Agora, o mesmo exemplo, mas com o df2 'indexado'.

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']], index=[1,0])
df1==df2
....
raise ValueError('Can only compare identically-labeled '
...

Veja que foi levantado uma exceção com o mesmo erro que vc relata, eu suprimi a msg inteira para ficar mais fácil.

Solução 1: Drope os indices:

df1.reset_index(drop=True) == df2.reset_index(drop=True)
       0      1
0  False  False
1  False  False

Solução 2: Faça sort em axis=0:

df1.sort_index()==df2.sort_index()
      0     1
0  True  True
1  True  True

Note que == é 'sensitivo' à ordem das colunas.

Aplicando ao exemplo da sua questão.

No caso da sua questão, tente apenas mudar o if para:

if df1.reset_index(drop=True)["CP4"] == df2.reset_index(drop=True)["CP4"] and
df1.reset_index(drop=True)["CP3"] == df2.reset_index(drop=True)["CP3"]
19
  • Não entendi nada Commented 9/06/2017 às 9:47
  • Editei a resposta e mudei seu if, experimente e veja se funciona.
    – Sidon
    Commented 9/06/2017 às 11:09
  • tive o mesmo erro: Traceback (most recent call last): File "C:/Users/User01/Desktop/Normmm/Norm.py", line 12, in <module> if df1.reset_index(drop=True)["CP4"] == df2.reset_index(drop=True)["CP4"] and df1.reset_index(drop=True)["CP3"] == df2.reset_index(drop=True)["CP3"]: File "C:\anaconda\lib\site-packages\pandas\core\ops.py", line 818, in wrapper raise ValueError(msg) ValueError: Can only compare identically-labeled Series objects Commented 9/06/2017 às 11:14
  • Todo o codigo que tenho feito ate agora pastebin.com/DTcTUV6M Commented 9/06/2017 às 11:18
  • Agora vc precisa "tatear", tente primeiro converter todos os df dropando os indices, tipo df11 = df1.reset_index(drop=True), df22= df2.reset_index(drop=True) ... Depois compare os novs dfs um a um, de preferencia no console, talvez assim vc descubra o q esta causando o erro
    – Sidon
    Commented 9/06/2017 às 11:30

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .