从多个hdf5文件读取数据时，vaex groupby提供TypeError：不可哈希类型：'Expression'

问题描述

在Python中，我使用vaex（vdf = vaex.open('test_*.hdf5')）从多个hdf5文件中打开一个数据框。一切似乎都很好，例如合并两列以创建新列（vdf['newcol'] = vdf.x+vdf.y）。

但是我无法让vaex的groupby工作：vdf.groupby('x',agg='count')抛出TypeError: unhashable type: 'Expression'。

x是整数列还是字符串列似乎无关紧要。当我仅读取一个hdf5文件时，它工作得很好，但是一旦将多个文件组合到一个vaex数据帧中，它就会失败。该错误的原因可能是什么，我该如何解决？

解决方法

您正在运行哪个版本的Vaex？如果以下示例适合您，则意味着从源安装时已修复：

df
# A tibble: 22 x 4
   A         B        C        FINAL   
   <chr>     <chr>    <chr>    <chr>   
 1 .         .        .        .       
 2 15023:1   .        .        15023:1 
 3 0         .        0        0       
 4 18308:28  .        .        18308:28
 5 14,812.61 .        .        14812.61
 6 17717:36  17717:36 17717:36 17717:36
 7 .         21095:1  .        .       
 8 .         .        12912:33 .       
 9 9849      9849     9849     9849    
10 16548.00  .        .        16548.00

如果上述示例适用于您，则您已经可以尝试使用import vaex import vaex.ml df1 = vaex.ml.datasets.load_iris() df2 = vaex.ml.datasets.load_iris() df = vaex.concat([df1,df2]) df.groupby('class_',agg='count') 中的最新字母。