ComputeError: не удалось добавить значение при создании Polars DataFrame из данных

Я сталкиваюсь с ComputeError при попытке создать Polars DataFrame из данных. Сообщение об ошибке: ComputeError: could not append value: 1.41431 of type: f64 to the builder; make sure that all rows have the same schema or consider increasing infer_schema_length it might also be that a value overflows the data-type's capacity Вот соответствующая часть моего кода с использованием воспроизводимого примера json (test.json):

import json
import pandas as pd
import polars as pl
response = requests.get('https://github.com/user-attachments/files/16026717/test.json')
res = json.loads(response.text)

df_pd = pd.DataFrame(res) # Creating DataFrame using Pandas (works fine)
df = pl.DataFrame(res) # Creating DataFrame using Polars (raises the error)

Я ожидал, что строка pl.DataFrame(res) будет работать аналогично строке pd.DataFrame(res), но она вызывает упомянутую ошибку. Я также заметил, что подобная ошибка обсуждалась в закрытом выпуске GitHub для Polars, но я все еще сталкиваюсь с этой ошибкой, несмотря на использование последней версии Polars (0.20.31).

Кто-нибудь сталкивался с подобной проблемой или имеет какие-либо идеи о том, как ее решить?

Я проверил типы значений в res, и они кажутся согласованными. Я также пробовал другие вещи, такие как округление чисел с плавающей запятой до 5 знаков после запятой или увеличение infer_schema_length, но они не работали, и я снова получил ту же ошибку.

Можете ли вы проверить, экстраполируют ли некоторые значения десятичные дроби или что-то в этом роде? Просто возьмите столбец за столбцом и дважды проверьте, какие значения не поместятся в f64.

jonatasdp 27.06.2024 20:13

без примера единственное, что я могу попробовать, это pl.DataFrame(res, orient='row'). Если это не сработает, вам придется предоставить минимальный и воспроизводимый пример res, который не работает.

Dean MacGregor 27.06.2024 20:28

@DeanMacGregor Я создал воспроизводимый пример в test.json и обновил вопрос. Ошибка все еще существует, вы можете это проверить. Я также открыл проблему в Polars GitHub: ссылка

Mohammad Talaei 28.06.2024 11:06

pl.DataFrame(res, orient = "row", infer_schema_length=None) работает?

jqurious 28.06.2024 11:17

Да, спасибо @jqurious. Установка infer_schema_length на None решает проблему.

Mohammad Talaei 28.06.2024 15:22
Стоит ли изучать PHP в 2023-2024 годах?
Стоит ли изучать PHP в 2023-2024 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
5
255
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Проблема решилась установкой infer_schema_length на None, благодаря jqurious

pl.DataFrame(res, infer_schema_length=None)

Кажется, ошибка возникла, потому что значение infer_schema_length по умолчанию равно 100. Однако в наших данных тип этого столбца не может быть определен до тех пор, пока строка не станет больше 100. В выпуске GitHub я предложил изменить описание ошибки, чтобы пользователи могли легко отлаживать свой код, установив для параметра значение None.

Другие вопросы по теме