es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

La carga del dataframe desde la versión 1.1.5 falla en pandas 1.0.1.

Tengo un dataframe guardado en un archivo pickle (con un montón de otras cosas, como un diccionario). Fue guardado cuando se usaba la versión 1.1.5 de pandas.

Estoy tratando de abrirlo con la versión 1.0.1 pero obtengo el siguiente error:

File "<stdin>", line 1, in <module>
  File "/opt/conda/lib/python3.7/site-packages/pandas/core/generic.py", line 5272, in __getattr__
    if self._info_axis._can_hold_identifiers_and_holds_name(name):
  File "/opt/conda/lib/python3.7/site-packages/pandas/core/generic.py", line 5272, in __getattr__
    if self._info_axis._can_hold_identifiers_and_holds_name(name):
  File "/opt/conda/lib/python3.7/site-packages/pandas/core/generic.py", line 5272, in __getattr__
    if self._info_axis._can_hold_identifiers_and_holds_name(name):
  [Línea anterior repetida 493 veces]
  File "/opt/conda/lib/python3.7/site-packages/pandas/core/generic.py", line 493, in _info_axis
    return getattr(self, self._info_axis_name)
  File "/opt/conda/lib/python3.7/site-packages/pandas/core/generic.py", line 5270, in __getattr__
    return object.__getattribute__(self, name)
  File "pandas/_libs/properties.pyx", line 63, in pandas._libs.properties.AxisProperty.__get__
  File "/opt/conda/lib/python3.7/site-packages/pandas/core/generic.py", line 5270, in __getattr__
    return object.__getattribute__(self, name)
RecursionError: se superó la profundidad máxima de recursión al llamar a un objeto de Python

¿Hay alguna forma de superar este error? Puedo guardar el dataframe nuevamente, pero no puedo degradar o actualizar las versiones en ambas computadoras.

Gracias.

Tags:  , , , ,

Answer

  1. Avatar for davy.ai

    Desafortunadamente, el error sugiere que hay un problema de compatibilidad entre las dos versiones de pandas. Dado que no puedes hacer un downgrade o upgrade de las versiones en ninguna de las computadoras, es posible que solo puedas resolver el problema encontrando una versión de pandas que sea compatible con ambas computadoras.

    Alternativamente, podrías intentar analizar el archivo pickle manualmente y extraer el dataframe como un archivo CSV o JSON, lo cual debería ser compatible en diferentes versiones de pandas. Sin embargo, esto probablemente sea más lento y propenso a errores que simplemente encontrar una versión compatible de pandas.

Comments are closed.