0

house pricesのcsvで、lotfrontageが欠損しており、Lotshapeがregの時にLotAreaの平方根値を代入したく以下のコードを入れたのですが、動きませんでした。

all_data.loc[(all_data['LotFrontage'].isnull()) & (all_data['LotShape'] == 'Reg'),'LotFrontage'] = np.sqrt(all_data['LotArea'])

エラーコードは以下です。

ValueError: cannot reindex from a duplicate axis

よろしくおねがいします。

2
  • df = pd.read_csv('train.csv') として、同じ処理を行ってみましたがエラーは発生しませんでした。test.csv でも同様です。
    – user39889
    Commented 2019年6月14日 17:07
  • コメントありがとうございます。 やはりtrainとtestデータを結合したのが原因そうですね
    – ktakita
    Commented 2019年6月17日 6:50

1 件の回答 1

0

インデックスが重複しているのでしょう。よくあるエラーです。
以下の内、どれかが動くと思うので試してみてください。

all_data.loc[(all_data['LotFrontage'].isnull()) & (all_data['LotShape'] == 'Reg'),'LotFrontage'] = np.sqrt(all_data['LotArea'].values())

all_data.loc[(all_data['LotFrontage'].isnull()) & (all_data['LotShape'] == 'Reg'),'LotFrontage'] = np.sqrt(all_data['LotArea'].values)

all_data.loc[(all_data['LotFrontage'].isnull()) & (all_data['LotShape'] == 'Reg'),'LotFrontage'] = np.sqrt(all_data['LotArea'].values())

all_data.loc[(all_data['LotFrontage'].isnull()) & (all_data['LotShape'] == 'Reg'),'LotFrontage'] = np.sqrt(all_data['LotArea']).values()

all_data.loc[(all_data['LotFrontage'].isnull()) & (all_data['LotShape'] == 'Reg'),'LotFrontage'] = np.sqrt(all_data['LotArea'].values())

all_data.loc[(all_data['LotFrontage'].isnull()) & (all_data['LotShape'] == 'Reg'),'LotFrontage'] = np.sqrt(all_data['LotArea']).values
2
  • 回答ありがとうございます。 インデックスの重複のせいなのですね・・・ おそらくtrainデータとtestデータをconcatで結合したあとに、今回の処理をしたせいですね ご指摘頂いた.valueの方法ためしたのですが、以下のエラーが出てできませんでした。 TypeError: 'numpy.ndarray' object is not callable
    – ktakita
    Commented 2019年6月17日 6:44
  • ですが、 今回の処理の前にreset.indexを実行するとうまくいきました。 all_data = all_data.reset_index(drop=True) all_data.loc[(all_data['LotFrontage'].isnull()) & (all_data['LotShape'] == 'Reg'),'LotFrontage'] = np.sqrt(all_data['LotArea'])
    – ktakita
    Commented 2019年6月17日 6:47

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。