ValueError：传递的项目数量错误 - 含义和建议？

Question

我正在收到错误： value error：错误的项目数量错误3，放置意味着1 ，我正在努力弄清楚哪里以及如何开始解决问题。

我真的不理解错误的含义；这使我很难进行故障排除。我还包括了jupyter笔记本中触发错误的代码块。

数据很难附加；因此，我不是在寻找任何人试图为我重新发现这个错误。我只是在寻找一些有关如何解决此错误的反馈。

KeyError                                  Traceback (most recent call last)
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\indexes\base.py in get_loc(self, key, method, tolerance)
   1944             try:
-> 1945                 return self._engine.get_loc(key)
   1946             except KeyError:

pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4154)()

pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4018)()

pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12368)()

pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12322)()

KeyError: 'predictedY'

During handling of the above exception, another exception occurred:

KeyError                                  Traceback (most recent call last)
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in set(self, item, value, check)
   3414         try:
-> 3415             loc = self.items.get_loc(item)
   3416         except KeyError:

C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\indexes\base.py in get_loc(self, key, method, tolerance)
   1946             except KeyError:
-> 1947                 return self._engine.get_loc(self._maybe_cast_indexer(key))
   1948 

pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4154)()

pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4018)()

pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12368)()

pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12322)()

KeyError: 'predictedY'

During handling of the above exception, another exception occurred:

ValueError                                Traceback (most recent call last)
<ipython-input-95-476dc59cd7fa> in <module>()
     26     return gp, results
     27 
---> 28 gp_dailyElectricity, results_dailyElectricity = predictAll(3, 0.04, trainX_dailyElectricity, trainY_dailyElectricity, testX_dailyElectricity, testY_dailyElectricity, testSet_dailyElectricity, 'Daily Electricity')

<ipython-input-95-476dc59cd7fa> in predictAll(theta, nugget, trainX, trainY, testX, testY, testSet, title)
      8 
      9     results = testSet.copy()
---> 10     results['predictedY'] = predictedY
     11     results['sigma'] = sigma
     12 

C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\frame.py in __setitem__(self, key, value)
   2355         else:
   2356             # set column
-> 2357             self._set_item(key, value)
   2358 
   2359     def _setitem_slice(self, key, value):

C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\frame.py in _set_item(self, key, value)
   2422         self._ensure_valid_index(value)
   2423         value = self._sanitize_column(key, value)
-> 2424         NDFrame._set_item(self, key, value)
   2425 
   2426         # check if we are modifying a copy

C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\generic.py in _set_item(self, key, value)
   1462 
   1463     def _set_item(self, key, value):
-> 1464         self._data.set(key, value)
   1465         self._clear_item_cache()
   1466 

C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in set(self, item, value, check)
   3416         except KeyError:
   3417             # This item wasn't present, just insert at end
-> 3418             self.insert(len(self.items), item, value)
   3419             return
   3420 

C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in insert(self, loc, item, value, allow_duplicates)
   3517 
   3518         block = make_block(values=value, ndim=self.ndim,
-> 3519                            placement=slice(loc, loc + 1))
   3520 
   3521         for blkno, count in _fast_count_smallints(self._blknos[loc:]):

C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in make_block(values, placement, klass, ndim, dtype, fastpath)
   2516                      placement=placement, dtype=dtype)
   2517 
-> 2518     return klass(values, ndim=ndim, fastpath=fastpath, placement=placement)
   2519 
   2520 # TODO: flexible with index=None and/or items=None

C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in __init__(self, values, placement, ndim, fastpath)
     88             raise ValueError('Wrong number of items passed %d, placement '
     89                              'implies %d' % (len(self.values),
---> 90                                              len(self.mgr_locs)))
     91 
     92     @property

ValueError: Wrong number of items passed 3, placement implies 1

我的代码如下：

def predictAll(theta, nugget, trainX, trainY, testX, testY, testSet, title):

    gp = gaussian_process.GaussianProcess(theta0=theta, nugget =nugget)
    gp.fit(trainX, trainY)

    predictedY, MSE = gp.predict(testX, eval_MSE = True)
    sigma = np.sqrt(MSE)

    results = testSet.copy()
    results['predictedY'] = predictedY
    results['sigma'] = sigma

    print ("Train score R2:", gp.score(trainX, trainY))
    print ("Test score R2:", sklearn.metrics.r2_score(testY, predictedY))

    plt.figure(figsize = (9,8))
    plt.scatter(testY, predictedY)
    plt.plot([min(testY), max(testY)], [min(testY), max(testY)], 'r')
    plt.xlim([min(testY), max(testY)])
    plt.ylim([min(testY), max(testY)])
    plt.title('Predicted vs. observed: ' + title)
    plt.xlabel('Observed')
    plt.ylabel('Predicted')
    plt.show()

    return gp, results

gp_dailyElectricity, results_dailyElectricity = predictAll(3, 0.04, trainX_dailyElectricity, trainY_dailyElectricity, testX_dailyElectricity, testY_dailyElectricity, testSet_dailyElectricity, 'Daily Electricity')

Answer 1

不确定这与您的问题是否相关，但是将来可能与其他人有关：我也有类似的错误。原来，DF是空的（零行），这就是导致我命令中错误的原因。

Answer 2

此错误的另一个原因是，当您在数据框架上应用功能时，有两个具有相同名称的列。

Answer 3

从Pandas 1.3.x开始，不允许将对象（例如像嵌入的EagerTensor一样）填充到列中。

Answer 4

因此，ValueError：错误的项目数量错误3，放置意味着1时，当您传递了许多参数时，就会发生1个，但方法仅支持少数参数。例如 -

df['First_Name', 'Last_Name'] = df['Full_col'].str.split(' ', expand = True)

在上面的代码中，我试图将full_col分为两个子列名称为-first_name＆amp; last_name，所以在这里我会收到错误，因为相反，我只传递一个参数的列列表。

因此避免这种情况 - 使用另一个子列表

df[['First_Name', 'Last_Name']] = df['Full_col'].str.split(' ', expand = True)

Answer 5

仅将其添加为答案：嵌套方法和放错封闭括号也会抛出此错误，例如：

March15_totals = March15_t.t.assign（SUM_MARCH15_T = MARCH15_T = MARCH15_T [{{“ 2021-03-15） ，“ 2021-03-17”，“ 2021-03-18”，“ 2021-03-19”，“ 2021-03-20”，“ 2021-03-21”}]）。

与（正确的）版本：
March15_totals = March15_t.assign（SUM_MARCH15_T = MARCH15_T [{“ 2021-03-15”，“ 2021-03-16”，“ 2021-03-17”，“ 2021-03-17”，“ 2021-03-18”，“ 2021-03”，“ 2021-03 ”}]。

-19“，“ 2021-03-20”，“ 2021-03-21 我的错误。

Answer 6

当我尝试将单列数据框架（ df ）转换为系列时，我遇到了这个错误， pd.series（df）。
我解决了这个问题的

pd.Series(df.values.flatten())

问题是，数据框中的值是列表：

  my_col
0 ['a']
1 ['b']
2 ['c']
3 ['d']

当我打印数据框时，它并没有显示出很难追踪的括号。

Answer 7

for i in range(100):
try:
  #Your code here
  break
except:
  continue

这对我有用。

Answer 8

通常，错误 valueerror：错误的项目数量错误3，位置意味着1 表明您试图将太多鸽子放在太少的鸽子孔中。在这种情况下，等式结果的右侧值

['predictiony'] = Predictyy

试图将3个“物品”放入一个只允许一个的容器中。由于左侧是一个数据框列，并且可以接受该（列）维度的多个项目，因此您应该看到另一个维度上的项目太多。

在这里，看来您正在使用Sklearn进行建模，这是 Gaussian_process.gaussianprocess（）来自的位置（我猜是在猜想，但请纠正我并修改问题，如果这是错误的）。

现在，您在此处生成 y 的预测值：

预测，MSE = GP.Predict（testx，eval_mse = true），

但是，正如我们可以从

如果是这样，当您尝试将三个“列”放入单个数据框列中时，您将传递3个项目，只有1个适合。