Question

我有一个奇怪的情况，其中pandas（假设pandas，而不是Python）给出一个不一致的错误。我在Windows 10计算机上运行带有Pandas 0.17.1的Python 2.7.11。

基本错误是这样的：如果我有两个匹配索引的df，然后简单地执行：dfA / dfB - 1，如果重新运行多次，则此计算会返回不一致的错误。

具体做法是：

import pandas as pd

close = pd.read_csv("C:\close.csv")
shifted = pd.read_csv("C:\shifted.csv")
ret = pd.DataFrame()

ret = shifted.C / close.C - 1
foo = min(ret)
bar = max(ret)
print "Starting with Max: %.4f Min %.4f" % (foo, bar)

for i in range(1000):
    ret = shifted.C / close.C - 1
    foo = min(ret)
    bar = max(ret)
    if foo < -.17 or bar > .16:
        print "Error on run %i: Max: %.4f Min %.4f" % (i, foo, bar)

我有.py和两个csv的at this link。

将csv放在C：root中（或在其他地方更改文件位置的代码）并运行代码。如果它没有错误，再次运行它可能会。甚至误差频率也不一致;有时它会在一千次迭代中出错20次以上，但通常只有1-2次。

这看起来非常基本，所以我一定做错了。这是一个更大的项目，我认为这是对Nan的处理不一致，但这个例子表明情况并非如此。

任何帮助将不胜感激。谢谢！

更新： per @ EdChum暗示的建议，更新Python到Python 3.5.1 | Anaconda 2.4.1（64位）| （默认情况下，2015年12月7日，15：00：12）[winv上的MSC v.1900 64位（AMD64）]。

Pandas版本为0.17.1，Numpy为1.10.1。

以免你认为我疯了（如果有人带着这个错误来找我，我可能会这样做），这是小程序的一些运行的结果。错误似乎更罕见，但它们仍然会发生。 Errors on Windows 10 machine

有什么想法？某种类型的内存问题？如此简单的操作会导致间歇性错误？

更新＃2 认为这可能是某种内存问题，因此重写代码以简单计算操作中的错误数。得到了这些高度可疑的结果：

>85 errors in 20000 runs on 10100 dataframe rows
>144 errors in 20000 runs on 10001 dataframe rows
>0 errors in 20000 runs on 10000 dataframe rows
>0 errors in 20000 runs on 9999 dataframe rows

10,000行并不是很多，但看起来这是个问题？我应该注意到熊猫是否有一些限制？

Answer 1

此错误是由NumExpr版本2.4.4引起的。我们（Continuum）将很快更新此软件包，已经确认可以解决此问题。在此之前，您可以删除numexpr：

conda remove numexpr

请参阅此相关问题：https://github.com/pydata/pandas/issues/11743

编辑：NumExpr 2.4.6现在应该（01/14/16）可用。

Answer 2

看起来问题出在Anaconda安装上。纯Python安装解决了Windows上的问题。可怕的小虫。每个看过它的人 - 谢谢你的帮助！

Pandas错误划分数据帧

2 个答案: