python - vaex groupby 从多个 hdf5 文件读取数据时给出 TypeError: unhashable type: 'Expression'

Question

vdf = vaex.open('test_*.hdf5')在 Python 中，我使用 vaex ( )从多个 hdf5 文件中打开一个数据框。一切似乎都运行良好，例如将两列组合成一个新列 ( vdf['newcol'] = vdf.x+vdf.y)。

但我无法让 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并不重要。当我只读取一个 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 数据帧中就会失败。此错误的原因可能是什么，我该如何解决？

Answer 1

您运行的是哪个版本的 Vaex？如果以下示例适用于您，则意味着从源代码安装时已修复：

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')

如果上面的例子适合你，你已经可以尝试最新的 alpha 版本了pip。