取消保留pandas数据帧的字典引发AttributeError：“Dataframe”对象没有属性“_data”

Question

我有一个执行分析并将结果附加为对象属性的类，这些结果是pandas数据帧：

>>> print(test.image.locate_DF)
              y          x       mass  ...    raw_mass        ep  frame
0     60.177142  59.788709  33.433414  ...  242.080256       NaN      0
1     60.651991  59.773904  33.724308  ...  242.355784       NaN      1
2     60.790437  60.190234  31.117164  ...  236.276671       NaN      2
3     60.771933  60.048123  33.558372  ...  240.981395       NaN      3
4     60.251282  59.775139  31.881009  ...  239.239022       NaN      4
...         ...        ...        ...  ...         ...       ...    ...
7212  68.186380  76.477449  18.122817  ...  176.523091       NaN   9410
7213  68.764444  76.574091  17.486454  ...  173.448306       NaN   9415
7214  68.191152  76.473477  17.402975  ...  172.848119  0.868326   9429
7215  67.034103  76.025885  17.010951  ...  170.928067 -0.600854   9431
7216  68.583276  75.309592  17.852992  ...  178.271558       NaN   9432

随后，我将所有重要的对象属性保存在一个字典中，并将其保留以供以后使用：

def save_parameters(self, filepath):
        
        param_dict = {}

    try:
            self.image.locate_DF
        except AttributeError:
            pass
        else:
            param_dict['optical_locate_DF'] = self.image.locate_DF

    with open(filepath, 'wb') as handle:
            pickle.dump(param_dict, handle, 5)

当我尝试装入这个酸洗过的文件时，完全没有问题，数据帧装入得很好：

>>> test.save_parameters('test.pickle')
>>> with open('test.pickle', 'rb') as handle:
...     result = pickle.load(handle)
...
>>> print(result.keys())
dict_keys(['optical_path', 'optical_feature_diameter', 'optical_feature_minmass', 'optical_locate_DF', 'electrical_path', 'electrical_raw_data', 'electrical_processed_data', 'electrical_mean_voltage'])
>>> print(result['optical_locate_DF'])
              y          x       mass  ...    raw_mass        ep  frame
0     60.177142  59.788709  33.433414  ...  242.080256       NaN      0
1     60.651991  59.773904  33.724308  ...  242.355784       NaN      1
2     60.790437  60.190234  31.117164  ...  236.276671       NaN      2
3     60.771933  60.048123  33.558372  ...  240.981395       NaN      3
4     60.251282  59.775139  31.881009  ...  239.239022       NaN      4
...         ...        ...        ...  ...         ...       ...    ...
7212  68.186380  76.477449  18.122817  ...  176.523091       NaN   9410
7213  68.764444  76.574091  17.486454  ...  173.448306       NaN   9415
7214  68.191152  76.473477  17.402975  ...  172.848119  0.868326   9429
7215  67.034103  76.025885  17.010951  ...  170.928067 -0.600854   9431
7216  68.583276  75.309592  17.852992  ...  178.271558       NaN   9432

[7217 rows x 9 columns]

然而，在hpc上对一堆这样的文件运行分析，然后尝试打开相同的pickled文件(它现在的名称不同，但它与上面显示的文件相同，并对其执行了相同的分析)，我得到了pandas抛出的一个属性错误。它声明dataframe没有“_data”属性。字典具有相同的键，并且打印不是数据帧的键时没有任何问题：

>>> resultfile = '../results/diam_15_minmass_17_dist_50_mem_5000_tracklength_500/R9_DNA_50mV_001.pickle'
>>> with open(resultfile, 'rb') as handle:
...     result = pickle.load(handle)
...
>>> print(result.keys())
dict_keys(['optical_path', 'optical_feature_diameter', 'optical_feature_minmass', 'optical_locate_DF', 'optical_tracking_distance', 'optical_tracking_memory', 'optical_tracking_DF', 'optical_kinetics_DF', 'electrical_path', 'electrical_raw_data', 'electrical_processed_data', 'electrical_mean_voltage'])
>>> print(result['optical_locate_DF'])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Users/stevenvanuytsel/miniconda3/envs/simultaneous_measurements/lib/python3.8/site-packages/pandas/core/frame.py", line 680, in __repr__
    self.to_string(
  File "/Users/stevenvanuytsel/miniconda3/envs/simultaneous_measurements/lib/python3.8/site-packages/pandas/core/frame.py", line 801, in to_string
    formatter = fmt.DataFrameFormatter(
  File "/Users/stevenvanuytsel/miniconda3/envs/simultaneous_measurements/lib/python3.8/site-packages/pandas/io/formats/format.py", line 593, in __init__
    self.max_rows_displayed = min(max_rows or len(self.frame), len(self.frame))
  File "/Users/stevenvanuytsel/miniconda3/envs/simultaneous_measurements/lib/python3.8/site-packages/pandas/core/frame.py", line 1041, in __len__
    return len(self.index)
  File "/Users/stevenvanuytsel/miniconda3/envs/simultaneous_measurements/lib/python3.8/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 "/Users/stevenvanuytsel/miniconda3/envs/simultaneous_measurements/lib/python3.8/site-packages/pandas/core/generic.py", line 5270, in __getattr__
    return object.__getattribute__(self, name)
AttributeError: 'DataFrame' object has no attribute '_data'

我已经查看了pickle手册，并通过一堆SO问题，但我似乎找不到哪里出了问题。有没有人知道如何解决这个问题，以及我是否仍然可以访问这些数据？

Answer 1

我也有同样的问题。我在一个使用Pandas 1.1.1的环境中生成了一个Pandas数据帧，并将其保存到一个pickle文件中。

with open('file.pkl', 'wb') as f:
    pickle.dump(data_frame_object, f)

在另一个会话中对其进行解选并打印数据帧后，我得到了相同的错误。在不同环境中的一些测试显示了以下模式：

使用Pandas

• 1.1.0的
• 环境:使用Pandas >= 1.0.5的内核:作为带有Pandas == 1.0.3的works
• environment的错误消息:内核崩溃

我在使用HDF5格式时也遇到了同样的错误，所以它似乎与数据帧和不同的Pandas版本之间存在兼容性问题。

在受影响的环境中更新Pandas到1.1.1为我解决了这个问题。

Answer 2

经过一个漫长而痛苦的模块版本交叉检查过程，我发现这个错误是由于pandas版本的更新造成的。我的mac仍然运行pandas 1.0.5，而hpc运行的是pandas 1.1.0。显然，两者之间存在不匹配(不确定是在酸洗之后，还是用于保存的其他文件格式)。

Answer 3

也许问题已经解决了。

嗯，但我还是想补充一些意见。

我将pkl文件保存在服务器上，但是当我将它加载到我的MAC上时，它崩溃了，显示为'Dataframe' object has no attribute '_data'。

最后，我发现我的Mac上的pandas是1.0.5，而服务器上的pandas是1.1.5。当我把它更新到最新版本时，它就能工作了。