KeyError: 1 sur une boucle simple ?

Bonjour,

Je dispose d'un dataframe, qui représente des noms de combinaisons, des personnes qui caractérisent ces combinaisons, et une note moyenne par combinaison. En parcourant le dataframe de haut en bas, je souhaiterais extraire les combinaisons, de telle manière qu'une combinaison ne comporte pas la même personne qu'une autre combinaison. Concrètement, il ne doit pas y avoir une personne dans plusieurs combinaison.

Bien que peu élégant, j'ai réussi à créer cet algorithme. malheureusement, je rencontre une erreur que me fiche tout en l'air seulement lorsque j'applique un filtre sur mon dataframe. Voici un code reproductible qui illustre mon exemple :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36

import pandas as pd import numpy as np   #J'initialise mes listes compo_df = [] group_df = []   #Je crée mon dataframe df = pd.DataFrame({'nom_combinaison': ['Compo1', 'Compo2', 'Compo3', 'Compo4','Compo5', 'Compo6', 'Compo7', 'Compo8'], 'prenom': ["[Personne3, Personne5, Personne6]", "[Personne3, Personne4, Personne11]", "[Personne9, Personne11, Personne12]", "[Personne8, Personne9, Personne12]", "[Personne1, Personne9, Personne12]", "[Personne3, Personne4, Personne8]", "[Personne1, Personne3, Personne4]", "[Personne3, Personne6, Personne10]"] , 'moyenne': np.random.randn(8)})   #ICI, LA LIGNE QUI FAIT BUGER MON PROGRAMME. CE DERNIER FONCTIONNE BIEN SI ELLE EST SUPPRIMEE df = df.loc[(df.moyenne > 0.2)]   #Par défaut, j'ajoute à mes listes le premier élément des combinaisons et personnes compo_df.append(df["nom_combinaison"][0]) group_df.append(df["prenom"][0])   a_remplir = []   for i in range(0, len(df)): #Je parcours mon dataframe if len(set(df["prenom"][i]) & set(a_remplir)) == 0: #Si la liste "a_remplir" ne contient pas d'élément semblable à df["prenom"][i] : print("combi %s : valeur %s"%(df["nom_combinaison"][i], df["prenom"][i])) #Pour m'aider, j'affiche les éléments compo_df.append(df["nom_combinaison"][i]) #J'ajoute à mes liste le nom de la combinaison... group_df.append(df["prenom"][i])#.... ainsi que les personnes print("Je met") for value in df["prenom"][i]: #Et j'ajoute à "a_remplir" les valeurs de la liste de df["prenom"][i] pour éviter d'avoir des groupes avec des personnes similaire entre eux a_remplir.append(value) print(value) else: print("combi %s : valeur %s"%(df["nom_combinaison"][i], df["prenom"][i])) print("similitude : je rejette") print("\n")   print(list(set(compo_df))) print((group_df))

---

L'erreur retournée est :

Code:

---

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

combi Combinaison_1 : valeur ['Personne3', 'Personne4', 'Personne11'] Je met Personne3 Personne4 Personne11   Traceback (most recent call last): File "delete.py", line 20, in <module> if len(set(df["prenom"][i]) & set(a_remplir)) == 0: #Si la liste "a_remplir" ne contient pas d'élément semblable à df["prenom"][i] : File "C:\ProgramData\Miniconda3\lib\site-packages\pandas\core\series.py", line 871, in __getitem__ result = self.index.get_value(self, key) File "C:\ProgramData\Miniconda3\lib\site-packages\pandas\core\indexes\base.py", line 4405, in get_value return self._engine.get_value(s, k, tz=getattr(series.dtype, "tz", None)) File "pandas\_libs\index.pyx", line 80, in pandas._libs.index.IndexEngine.get_value File "pandas\_libs\index.pyx", line 90, in pandas._libs.index.IndexEngine.get_value File "pandas\_libs\index.pyx", line 138, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\hashtable_class_helper.pxi", line 998, in pandas._libs.hashtable.Int64HashTable.get_item File "pandas\_libs\hashtable_class_helper.pxi", line 1005, in pandas._libs.hashtable.Int64HashTable.get_item KeyError: 1

---

Que s'est-il passé ?
Merci.

Bonjour,

Si ça ne marche pas la raison est que la moyenne que ta moyenne tu la calcules aléatoirement. Donc après l'exécution de cette ligne de code

Code:

---

df = df.loc[df.moyenne > 0.2]

---

Code:

---

1 2	compo_df.append(df["nom_combinaison"][0]) group_df.append(df["prenom"][0])

---

La valeur que tu crois être la première n'est pas toujours vraie car parfois après ce filtre, ça peut être la 2ème ou la 3ème, etc. ligne qui devient ta 1ère valeur vraie (correspondant au filtre).

Merci pour ta réponse. J'ai malheureusement peur de ne pas comprendre :

Pour moi, la formule suivante...

Code:

---

df = df.loc[df.moyenne > 0.2]

---

...garde la même forme que le dataframe de base à la différence que le filtre est appliquée. Si je n'ai que deux lignes de ma colonne "moyenne" qui est > 0.2, alors je me retrouve avec un dataframe à 2 lignes. Dans ce cas, je ne vois pas pourquoi la ligne

Code:

---

1 2	compo_df.append(df["nom_combinaison"][0])

---

me reverrait une ligne avec une valeur de "moyenne" qui ne correspond pas au filtre. Peut-être, au lieu d'appliquer ce filtre sur lui même, devrais-je créer un autre dataframe avec un autre nom pour voir si cela change les choses ?

Merci.

Citation:

---

Si je n'ai que deux lignes de ma colonne "moyenne" qui est > 0.2, alors je me retrouve avec un dataframe à 2 lignes. Dans ce cas, je ne vois pas pourquoi la ligne

---

Exactement ! Ça garde la même forme par contre, les indices de lignes ne changent pas. Essaie d'afficher ton dataframe après ce filtre pour voir quel est l'indice (index) de ta 1ère ligne.
Supposons qu'il y avait 3 lignes dans ton dataframe comme suit :

Code:

---

1 2 3 4 5

nom_combinaison prenom moyenne 0 Compo1 [Personne3, Personne5, Personne6] 0.177108 1 Compo2 [Personne3, Personne4, Personne11] 0.532438 2 Compo3 [Personne9, Personne11, Personne12] -0.548051

---

Ensuite, j'affiche les lignes restantes :

Code:

---

1 2 3 4

df nom_combinaison prenom moyenne 1 Compo2 [Personne3, Personne4, Personne11] 0.532438

---

Après application de ton filtre, il ne restera plus que la ligne 1 car la ligne 0 et 2 ne correspondent pas à celui-ci. Par conséquent, par la suite, quand tu écris :

Code:

---

compo_df.append(df["nom_combinaison"][0])

---

Ça ne peut pas marcher car l'index 0 n'existe plus. Par contre, si tu mets 1 à la place de 0, ça va marcher. Ensuite, en fonction des cas, il pourrait encore y avoir des problèmes lors de l'exécution de ta boucle for car i prendra des valeurs qui n'existent parmi les index de ton dataframe.

Un grand merci pour cette explication. Effectivement, je n'avais pas cette notion d'index pendant un tri.

J'ai pu résoudre mon problème avec cette ligne magique, après avoir appliqué mon filtre sur mon df :

Code:

---

1 2	df = df.reset_index(drop=True)

---