Erori Python pentru analiza datelor explicate: ce înseamnă și cum le repari
Mesajele de eroare Python pentru analiza datelor pe care le primești cel mai des, fiecare explicat pe înțeles: ce înseamnă, de ce apare, cod greșit lângă cod corect și cum o repari. Înveți de la zero cu Curs Data Analysis with Python: primele 15 lecții sunt gratuite.
Pagină coordonată de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
- 151erori
- 12capitole
- 81ușor
- 59mediu
- 11greu
Aici găsești erorile pe care le primești când analizezi date în Python cu pandas, NumPy și matplotlib: fișiere CSV care nu se citesc, coloane care „nu există”, texte care nu se transformă în numere, groupby și merge care se opresc, tablouri NumPy cu forme incompatibile și grafice care nu se desenează. Fiecare eroare e explicată pe înțeles: ce spune exact mesajul, de ce apare, cum arată codul greșit lângă cel corect și cum o eviți data viitoare. Mesajele sunt cele din pandas 3, iar unde versiunile mai vechi afișau altceva (de exemplu SettingWithCopyWarning sau FutureWarning-urile despre funcții scoase între timp), găsești și varianta veche.
Erorile sunt grupate pe capitole, în ordinea în care apar de obicei într-o analiză: citirea fișierelor, selecția și filtrarea, tipurile de date, curățarea, gruparea, combinarea tabelelor, datele calendaristice, NumPy și graficele. Caută mesajul exact pe care l-ai primit, citește cauzele și compară-le cu codul tău, apoi repară exemplul direct în pagină: codul rulează în browser, cu aceleași biblioteci ca în lecțiile cursului.
Crearea unui DataFrame
ValueError: All arrays must be of the same length Ai construit un DataFrame dintr-un dicționar în care listele (coloanele) au lungimi diferite. Fiecare coloană trebuie să aibă exact câte o valoare pentru fiecare rând: completează valoarea lipsă (sau pune None / np.nan acolo unde nu o știi). Explicația completă → Ușor Repară tu ValueError: If using all scalar values, you must pass an index Ai dat la pd.DataFrame un dicționar în care toate valorile sunt simple (un număr, un text), nu liste. pandas nu știe câte rânduri să facă. Pune dicționarul într-o listă: pd.DataFrame([rand]), sau valorile în liste: {"pret": [24.9]}. Explicația completă → Ușor Repară tu ValueError: 3 columns passed, passed data had 2 columns Ai creat un DataFrame dintr-o listă de rânduri și ai dat mai multe (sau mai puține) nume în columns= decât valori are fiecare rând. Fă ca numărul de nume să fie egal cu numărul de valori din rând: adaugă valoarea lipsă în rânduri sau scoate numele în plus. Explicația completă → Ușor Repară tu ValueError: DataFrame constructor not properly called! pd.DataFrame() a primit un singur text sau un singur număr, nu un tabel. Cel mai des îi dai textul unui JSON sau numele unui fișier. Transformă textul în date cu json.loads() sau pd.read_json(), iar fișierele le citești cu pd.read_csv(). Explicația completă → Ușor Repară tu TypeError: Index(...) must be called with a collection of some kind, 'oras' was passed Ai dat la columns= sau index= un singur text sau număr, iar pandas așteaptă o listă. Scrie columns=["oras"] în loc de columns="oras", chiar dacă ai o singură coloană. Explicația completă → Mediu Repară tu ValueError: Data must be 1-dimensional, got ndarray of shape (4, 1) instead Ai dat unui pd.Series un array NumPy cu două dimensiuni (aici 4 rânduri și 1 coloană), iar un Series are o singură dimensiune. Aplatizează array-ul cu .ravel() sau .flatten(), ori ia o singură coloană din el (arr[:, 0]). Explicația completă → Citirea fișierelor CSV
FileNotFoundError: [Errno 2] No such file or directory: 'vanzari.csv' pd.read_csv nu găsește fișierul la calea pe care i-ai dat-o: numele e scris altfel sau fișierul e în alt folder decât cel din care rulezi. Verifică numele exact (cu extensia) și folosește o cale corectă, relativă la folderul de lucru, sau o cale absolută. Explicația completă → Mediu Repară tu UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe3 in position 16: invalid continuation byte Fișierul CSV nu e salvat în UTF-8, ci într-o codificare veche (de obicei cp1250 sau latin-1, din Excel pe Windows), iar pandas îl citește implicit ca UTF-8. Spune-i codificarea reală: pd.read_csv("fisier.csv", encoding="cp1250"). Explicația completă → Mediu Repară tu pandas.errors.ParserError: Error tokenizing data. C error: Expected 5 fields in line 4, saw 6 Un rând din CSV are mai multe valori decât antetul, de obicei din cauza unei virgule în interiorul unei valori (o zecimală scrisă cu virgulă sau un text fără ghilimele). Pune valorile cu virgulă între ghilimele sau citește cu separatorul corect (sep=";"). Explicația completă → Mediu Repară tu pandas.errors.EmptyDataError: No columns to parse from file Fișierul pe care îl citești este gol (0 octeți), deci pandas nu găsește nici măcar antetul. De obicei l-ai scris fără să îl închizi, cu open() fără with, sau exportul a eșuat. Scrie fișierul în with open(...) sau cu df.to_csv și verifică dimensiunea lui. Explicația completă → Ușor Repară tu ValueError: Usecols do not match columns, columns expected but not found: ['pret'] Ai cerut la read_csv, prin usecols, o coloană care nu există în antetul fișierului (aici 'pret'). Afișează antetul real (citește fișierul fără usecols și uită-te la df.columns) și scrie în usecols numele exacte, cu aceleași majuscule, spații și diacritice. Explicația completă → Ușor Repară tu ValueError: Missing column provided to 'parse_dates': 'data' Ai cerut la read_csv să transforme în dată (parse_dates) o coloană care nu există în fișier, aici 'data'. Verifică numele exact al coloanei cu datele (df.columns după o citire fără parse_dates) și scrie-l la fel în parse_dates. Explicația completă → Mediu Repară tu ValueError: Trailing data pd.read_json a citit un document JSON întreg și a găsit apoi încă text. De obicei fișierul e JSON Lines (câte un obiect pe fiecare linie): citește-l cu pd.read_json(..., lines=True). Explicația completă → Mediu Repară tu ValueError: Expected object or value pd.read_json nu a găsit JSON valid la începutul textului. Cauze tipice: textul folosește ghilimele simple (e un dict Python afișat cu str()), fișierul e gol sau conține altceva (HTML, CSV). Generează textul cu json.dumps() și verifică ce e în fișier. Explicația completă → Ușor Repară tu OSError: Cannot save file into a non-existent directory: 'rezultate' Încerci să salvezi un fișier (to_csv, to_excel, to_json) într-un folder care nu există, aici „rezultate”. pandas nu creează folderele singur: creează-l înainte cu os.makedirs("rezultate", exist_ok=True) sau verifică dacă ai scris corect calea. Explicația completă → Mediu Repară tu ValueError: Excel file format cannot be determined, you must specify an engine manually. pd.read_excel a deschis fișierul, dar conținutul nu arată ca un fișier Excel real (.xlsx sau .xls), deși extensia spune altceva. De obicei e un CSV redenumit, un fișier gol sau descărcat incomplet. Citește-l cu read_csv dacă e text sau salvează-l din nou ca Excel. Explicația completă → Coloane, selecție și filtrare
KeyError: 'Pret' DataFrame-ul nu are o coloană cu exact numele 'Pret'. Coloanele sunt sensibile la majuscule, spații și diacritice: afișează print(df.columns.tolist()) și folosește numele exact, de exemplu df["pret"]. Explicația completă → Ușor Repară tu KeyError: "None of [Index(['nume', 'oras'], dtype='str')] are in the [columns]" Ai cerut o listă de coloane, df[["nume", "oras"]], și niciuna dintre ele nu există în DataFrame. Verifică numele cu df.columns.tolist(); de obicei diferă litere mari, diacritice sau spații, ori fișierul a fost citit cu separatorul greșit. Explicația completă → Ușor Repară tu KeyError: "['email'] not in index" Ai cerut o listă de coloane, iar una dintre ele (aici 'email') nu există în DataFrame, deși celelalte există. Corectează numele din listă după df.columns.tolist() sau creează coloana înainte să o selectezi. Explicația completă → Ușor Repară tu AttributeError: 'DataFrame' object has no attribute 'pret' Ai scris df.pret, dar DataFrame-ul nu are nici o coloană, nici o metodă cu numele 'pret'. Verifică numele coloanei cu df.columns.tolist() și folosește parantezele drepte, df["pret"], care merg cu orice nume și dau un mesaj mai clar. Explicația completă → Mediu Repară tu KeyError: 0 Ai cerut rândul cu eticheta 0 (cu loc sau cu s[0]), dar indexul nu conține 0, de exemplu după o filtrare sau când indexul e format din texte. Pentru „primul rând” folosește poziția: df.iloc[0] sau s.iloc[0]; altfel, resetează indexul cu reset_index(drop=True). Explicația completă → Ușor Repară tu IndexError: single positional indexer is out-of-bounds Ai cerut cu iloc o poziție care nu există: tabelul are mai puține rânduri (sau coloane) decât crezi, de multe ori pentru că e gol după o filtrare. Verifică len(df) înainte și tratează separat cazul în care nu a rămas niciun rând. Explicația completă → Greu Repară tu ChainedAssignmentError: A value is being set on a copy of a DataFrame or Series through chained assignment. Ai modificat valori printr-o atribuire în lanț, de exemplu df["pret"][0] = 10 sau df[df["x"] > 0]["y"] = 1, iar în pandas 3 asta nu schimbă DataFrame-ul original. Fă atribuirea într-un singur pas, cu df.loc[rânduri, "coloană"] = valoare. În pandas 1.x și 2.x aceeași greșeală dădea SettingWithCopyWarning. Explicația completă → Mediu Repară tu ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). Ai pus o coloană întreagă (o Series cu multe True/False) acolo unde Python așteaptă un singur True sau False: în if, sau cu and / or între două condiții. În filtre folosește & și | cu fiecare condiție între paranteze; în if folosește .any() sau .all(). Explicația completă → Ușor Repară tu ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types Ai dat la .iloc un nume de coloană (un text), dar .iloc lucrează doar cu poziții numerice: 0, 1, 2. Pentru nume folosește .loc (df.loc[:, "pret"]) sau parantezele simple (df["pret"]); pentru .iloc folosește poziția coloanei. Explicația completă → Ușor Repară tu IndexError: .iloc requires numeric indexers, got ['pret'] Ai dat la .iloc o listă de nume de coloane, dar .iloc acceptă doar poziții numerice. Pentru o listă de nume folosește df.loc[:, ["produs", "pret"]] sau simplu df[["produs", "pret"]]; pentru .iloc, dă pozițiile: df.iloc[:, [0, 1]]. Explicația completă → Ușor Repară tu TypeError: 'method' object is not subscriptable Ai pus paranteze drepte după o metodă în loc să o apelezi cu paranteze rotunde: df.head[5] în loc de df.head(5), df.groupby["oras"] în loc de df.groupby("oras"). Metodele se apelează cu (); parantezele drepte sunt doar pentru selecție (df["col"], .loc[...], .iloc[...]). Explicația completă → Ușor Repară tu AttributeError: 'DataFrame' object has no attribute 'unique'. Did you mean: 'nunique'? unique() există doar pe o coloană (Series), nu pe un DataFrame. Cel mai des ai scris df[["oras"]] (cu paranteze duble, adică un tabel) în loc de df["oras"]. Folosește df["oras"].unique(); pentru combinații unice de mai multe coloane, df[["a", "b"]].drop_duplicates(). Explicația completă → Greu Repară tu ValueError: cannot reindex on an axis with duplicate labels pandas trebuia să alinieze date după index, dar indexul are etichete repetate (de ex. două rânduri cu eticheta 0, de obicei după un concat fără ignore_index=True). Fă indexul unic (reset_index(drop=True) sau ignore_index=True la concat) sau atribuie valorile fără aliniere, cu .to_numpy(). Explicația completă → Ușor Repară tu TypeError: 'DataFrame' object is not callable Ai pus paranteze rotunde după un tabel, ca la o funcție: df("pret"). Coloanele se aleg cu paranteze pătrate: df["pret"]. Același mesaj apare pentru 'Series', 'Index' sau 'tuple' când apelezi o coloană, df.columns() sau df.shape(). Explicația completă → Ușor Repară tu TypeError: DataFrame.sort_values() missing 1 required positional argument: 'by' La un DataFrame, sort_values trebuie să știe după ce coloană sortează: df.sort_values("pret") sau df.sort_values(by="pret", ascending=False). Fără coloană, pandas nu are după ce ordona rândurile. Explicația completă → Mediu Repară tu TypeError: Cannot perform 'rand_' with a dtyped [float64] array and scalar of type [bool] Lipsesc parantezele din jurul condițiilor dintr-un filtru: & și | se calculează înaintea lui > și <. Scrie df[(df.pret > 10) & (df.stoc < 5)], cu fiecare condiție în paranteze proprii. Explicația completă → Mediu Repară tu ValueError: Item wrong length 4 instead of 5. Masca booleană (lista sau array-ul de True/False) cu care filtrezi are alt număr de elemente decât tabelul: 4 în loc de 5 rânduri. Construiește masca din același tabel pe care îl filtrezi: df[df["pret"] > 20]. Explicația completă → Mediu Repară tu pandas.errors.InvalidIndexError: (slice(None, None, None), 0) Ai indexat un DataFrame ca pe un array NumPy: df[:, 0]. Parantezele pătrate simple ale tabelului primesc doar nume de coloane sau măști. Pentru rânduri și coloane folosește df.iloc[:, 0] (poziții) sau df.loc[:, "pret"] (nume). Explicația completă → Greu Repară tu pandas.errors.IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match). Filtrezi un tabel cu o serie de True/False calculată din alt tabel, iar etichetele lor nu se potrivesc (de exemplu după reset_index sau dropna). Calculează masca din tabelul pe care îl filtrezi sau aliniază indexurile înainte. Explicația completă → Ușor Repară tu pandas.errors.UndefinedVariableError: name 'pret' is not defined În textul din df.query() sau df.eval() ai un nume care nu e nici coloană, nici variabilă marcată cu @. Verifică numele coloanei (litere mari, diacritice) și pune @ în fața variabilelor Python: df.query("pret > @prag"). Explicația completă → Ușor Repară tu TypeError: only list-like objects are allowed to be passed to isin(), you passed a `str` isin() primește o listă de valori, iar tu i-ai dat un singur text. Pune valoarea într-o listă: df["oras"].isin(["Cluj"]), sau folosește direct comparația df["oras"] == "Cluj" când ai o singură valoare. Explicația completă → Mediu Repară tu TypeError: string indices must be integers, not 'str' Parcurgi un DataFrame cu for rand in df, dar asta îți dă numele coloanelor (texte), nu rândurile, iar rand["pret"] încearcă să indexeze un text. Folosește for _, rand in df.iterrows() sau, mai bine, calcule pe coloane întregi, fără buclă. Explicația completă → Ușor Repară tu ValueError: Cannot take a larger sample than population when 'replace=False' Ceri cu sample() mai multe rânduri decât are tabelul (sau grupul), fără repetare. Cere cel mult len(df) rânduri, de exemplu df.sample(n=min(10, len(df))), folosește frac= în loc de n=, sau adaugă replace=True dacă rândurile se pot repeta. Explicația completă → Tipuri de date și conversii
ValueError: could not convert string to float: '1.299,50' Coloana conține numere scrise ca text în format românesc (punct la mii, virgulă la zecimale) sau cu unități, iar astype(float) nu le poate citi. Curăță textul înainte: scoate punctele de mii, înlocuiește virgula cu punct, apoi convertește; sau citește direct cu read_csv(..., thousands=".", decimal=","). Explicația completă → Ușor Repară tu ValueError: Unable to parse string "12 lei" at position 0 pd.to_numeric a găsit un text care nu e număr (aici "12 lei", pe poziția 0 din coloană). Curăță valorile înainte (scoate unitatea, spațiile, virgula zecimală) sau folosește errors="coerce", care transformă valorile nevalide în NaN, și verifică apoi ce s-a pierdut. Explicația completă → Mediu Repară tu pandas.errors.IntCastingNaNError: Cannot convert non-finite values (NA or inf) to integer Ai cerut astype(int) pe o coloană care are valori lipsă (NaN) sau infinit, iar int64 nu poate reprezenta lipsa. Completează lipsurile înainte (fillna(0)), elimină rândurile (dropna) sau folosește tipul întreg care acceptă lipsă: astype("Int64"). Explicația completă → Mediu Repară tu TypeError: Cannot perform reduction 'mean' with string dtype Coloana pe care calculezi media e de tip text (str), nu numerică, de obicei pentru că în fișier o celulă conține ceva ce nu e număr („-”, „n/a”, „12 lei”). Transformă coloana în număr: citește cu na_values=["-"] sau folosește pd.to_numeric(..., errors="coerce"), apoi calculează media. Explicația completă → Mediu Repară tu TypeError: Invalid value 'epuizat' for dtype 'int64' Încerci să pui un text (sau un număr zecimal) într-o coloană de întregi cu loc / iloc, iar pandas 3 nu mai schimbă singur tipul coloanei. Pune valoarea într-o coloană nouă, potrivită (de exemplu status), sau convertește explicit coloana înainte, dacă chiar vrei tipuri amestecate. Explicația completă → Ușor Repară tu AttributeError: Can only use .str accessor with string values, not integer Ai folosit o metodă .str (startswith, contains, upper, replace...) pe o coloană care nu e de tip text, aici una de numere întregi. Transformă întâi coloana în text cu astype(str), apoi aplică .str; sau, dacă e deja numerică, folosește operații numerice în loc de text. Explicația completă → Ușor Repară tu TypeError: '>' not supported between instances of 'str' and 'int' Ai filtrat o coloană care arată a numere, dar e de tip text (str), cu un număr: df[df["salariu"] > 8000]. Textul nu se compară cu un număr. Convertește coloana întâi: df["salariu"] = pd.to_numeric(df["salariu"]), curățând înainte unitățile sau separatorii dacă există. Explicația completă → Mediu Repară tu ValueError: Cannot mask with non-boolean array containing NA / NaN values Ai filtrat cu o mască făcută cu .str (de obicei str.contains) pe o coloană care are și valori lipsă sau numere: pe acele rânduri masca are NaN, nu True/False. Pune na=False: df[df["email"].str.contains("gmail", na=False)], sau convertește coloana în text înainte. Explicația completă → Mediu Repară tu TypeError: boolean value of NA is ambiguous Ai folosit într-un if (sau într-o condiție cu and/or) o valoare lipsă pd.NA, de obicei dintr-o coloană de tip Int64, boolean sau string. pd.NA nu e nici adevărat, nici fals. Verifică întâi pd.isna(x), completează lipsurile cu fillna sau, mai bine, scrie condiția vectorizat (np.where, mască). Explicația completă → Ușor Repară tu TypeError: must be real number, not Series Ai dat o coloană întreagă unei funcții din modulul math (math.sqrt, math.log, math.exp), care lucrează doar cu un singur număr. Folosește echivalentul din NumPy, care lucrează pe toată coloana: np.sqrt(df["x"]), np.log(df["x"]). Explicația completă → Mediu Repară tu TypeError: Object of type int64 is not JSON serializable json.dumps nu știe să scrie numerele NumPy (int64), care vin din calculele pandas (sum, count, max). Transformă-le în numere Python cu int(x) sau .item(), ori lasă pandas să scrie JSON-ul cu df.to_json(). Explicația completă → Mediu Repară tu ValueError: Can only compare identically-labeled Series objects Compari cu == (sau <, >) două serii care au etichete (index) diferite, de exemplu din două tabele sortate sau filtrate diferit. Aliniază-le întâi: compară coloane din același tabel, fă merge după o cheie sau folosește .to_numpy() dacă ordinea e sigur aceeași. Explicația completă → Ușor Repară tu TypeError: data type 'flaot' not understood Numele tipului dat la astype() sau dtype= nu e recunoscut: e scris greșit ('flaot', 'interger', 'string64') sau nu există. Folosește un nume valid: float, int, "float64", "int64", "Int64", "str", "category", "datetime64[ns]". Explicația completă → Mediu Repară tu TypeError: Invalid value '5' for dtype 'str'. Value should be a string or missing value, got 'int' instead. În pandas 3, coloanele de text au tipul str și acceptă doar texte sau valori lipsă. Ai pus un număr într-o astfel de coloană. Scrie valoarea ca text ("5") sau convertește întâi coloana în număr cu pd.to_numeric(). Explicația completă → Greu Repară tu ValueError: cannot convert to 'int64'-dtype NumPy array with missing values. Specify an appropriate 'na_value' for this dtype. Încerci să transformi o coloană pandas cu valori lipsă (<NA>) într-un array NumPy de întregi, care nu poate ține goluri. Completează golurile (fillna), elimină-le (dropna) sau dă o valoare de înlocuire: to_numpy(dtype="int64", na_value=0). Explicația completă → Ușor Repară tu ValueError: invalid literal for int() with base 10: '12.5' Convertești cu astype(int) o coloană de text care conține o valoare ce nu e un număr întreg scris simplu (aici „12.5”). Convertește întâi în număr zecimal (astype(float) sau pd.to_numeric), apoi rotunjește și abia la final treci la int. Explicația completă → Mediu Repară tu TypeError: unsupported format string passed to Series.__format__ Încerci să formatezi o coloană întreagă (un Series) ca pe un singur număr, de exemplu f"{rezultat:.2f}". Scoate întâi valoarea: .iloc[0] sau .item() după un filtru, ori un calcul care dă un număr (sum(), mean()); sau formatează fiecare valoare cu .map("{:.2f}".format). Explicația completă → Coloane noi și valori lipsă
ValueError: Length of values (3) does not match length of index (4) Atribui unei coloane o listă (sau un array) cu alt număr de valori decât rândurile DataFrame-ului: aici 3 valori pentru 4 rânduri. Dă câte o valoare pentru fiecare rând sau, mai sigur, construiește coloana din datele existente (map cu un dicționar, merge). Explicația completă → Mediu Repară tu ValueError: Columns must be same length as key Atribui mai multor coloane deodată (df[["prenume", "nume"]] = ...) un rezultat care are alt număr de coloane, cel mai des de la str.split(expand=True), care a produs 3 coloane pentru că un nume are două spații. Limitează împărțirea cu n=1 sau verifică forma rezultatului înainte. Explicația completă → Ușor Repară tu TypeError: NDFrame.fillna() got an unexpected keyword argument 'method' În pandas 3, fillna nu mai are parametrul method. În loc de fillna(method="ffill") scrie ffill(), iar în loc de fillna(method="bfill") scrie bfill(). fillna rămâne pentru valori fixe, de exemplu fillna(0). Explicația completă → Ușor Repară tu KeyError: "['telefon'] not found in axis" Ai cerut la drop să elimine o coloană (sau un rând) care nu există, aici 'telefon'. Verifică numele exact în df.columns; dacă vrei ca drop să ignore coloanele lipsă, adaugă errors="ignore". Atenție și la axa: fără columns= sau axis=1, drop caută în etichetele rândurilor. Explicația completă → Ușor Repară tu AttributeError: 'NoneType' object has no attribute 'head' Ai scris df = df.metoda(..., inplace=True). Cu inplace=True metoda modifică tabelul pe loc și întoarce None, deci df devine None. Alege una: df = df.sort_values("pret") (fără inplace) sau doar df.sort_values("pret", inplace=True), fără atribuire. Explicația completă → Mediu Repară tu AttributeError: 'float' object has no attribute 'split' Într-o coloană de text ai și valori lipsă (NaN), iar NaN e un float, nu un text. Funcția din apply sau bucla ta apelează .split() (sau .lower(), .strip()) și pe ele. Folosește metodele .str, care sar peste goluri, sau completează golurile înainte cu fillna(""). Explicația completă → Ușor Repară tu AttributeError: 'Series' object has no attribute 'split'. Did you mean: 'plot'? Ai apelat o metodă de text Python (split, lower, strip, replace pe bucăți de text) direct pe o coloană. Coloana nu e un text, ci o serie de texte: metodele de text se apelează prin .str, de exemplu df["nume"].str.split(). Explicația completă → Mediu Repară tu re.PatternError: nothing to repeat at position 0 Metodele .str.contains, .str.replace, .str.extract tratează textul căutat ca expresie regulată, iar caractere ca + * ? ( [ au sens special. Pentru o căutare de text simplu adaugă regex=False sau scapă caracterele cu re.escape(). Explicația completă → Ușor Repară tu TypeError: NDFrame.fillna() missing 1 required positional argument: 'value' Ai apelat fillna() fără să spui cu ce completezi golurile. Dă valoarea (fillna(0), fillna("necunoscut"), fillna(df["pret"].median())) sau, pentru completare din rândul de dinainte / de după, folosește ffill() și bfill(). Explicația completă → Mediu Repară tu ValueError: Cannot set a DataFrame with multiple columns to the single column total Încerci să pui un tabel cu mai multe coloane într-o singură coloană nouă: df["total"] = df[["a", "b"]]. De obicei lipsește un calcul care reduce coloanele la una: df[["a", "b"]].sum(axis=1) sau df["a"] + df["b"]. Explicația completă → Ușor Repară tu TypeError: unsupported operand type(s) for /: 'method' and 'int' Ai scris numele unei metode fără paranteze, de exemplu df["pret"].mean în loc de df["pret"].mean(), așa că în calcul a intrat metoda, nu rezultatul ei. Adaugă parantezele: df["pret"].mean() / 2. Explicația completă → Ușor Repară tu ValueError: pattern contains no capture groups str.extract scoate doar ce pui între paranteze rotunde în expresia regulată, iar expresia ta nu are niciun grup. Pune între paranteze partea pe care vrei s-o extragi: str.extract(r"(\d+)") în loc de str.extract(r"\d+"). Explicația completă → groupby și tabele pivot
TypeError: dtype 'str' does not support operation 'mean' Ai aplicat groupby(...).mean() pe tot tabelul, iar pandas încearcă să calculeze media și pentru coloanele de text (nume, oraș). Alege coloana numerică pe care o agregi, df.groupby("dep")["salariu"].mean(), sau adaugă numeric_only=True. Explicația completă → Ușor Repară tu KeyError: 'Column not found: valoare' După groupby ai cerut coloana 'valoare', dar ea nu există în DataFrame: e scrisă altfel sau încă nu ai creat-o. Creează coloana înainte de grupare (df["valoare"] = df["cantitate"] * df["pret"]) sau folosește numele exact din df.columns. Explicația completă → Mediu Repară tu ValueError: Index contains duplicate entries, cannot reshape pivot (sau unstack) a găsit mai multe rânduri pentru aceeași pereche rând-coloană din tabelul final și nu știe ce valoare să pună în celulă. Folosește pivot_table cu o agregare (aggfunc="sum" sau "mean") sau elimină duplicatele înainte. Explicația completă → Mediu Repară tu ValueError: cannot insert oras, already exists reset_index() (sau insert) încearcă să adauge o coloană cu un nume care există deja în tabel, de obicei după un groupby pe o coloană pe care ai și agregat-o. Dă rezultatului alt nume: .size().reset_index(name="numar"), sau agregă altă coloană, sau folosește reset_index(drop=True) dacă nu ai nevoie de index. Explicația completă → Mediu Repară tu AttributeError: 'DataFrameGroupBy' object has no attribute 'sort_values' groupby() singur nu calculează nimic: întoarce un obiect de grupare, nu un tabel, iar pe el nu poți apela sort_values, head(n) pe coloane etc. Adaugă întâi agregarea (sum, mean, count, agg), apoi sortează: df.groupby("oras")["suma"].sum().sort_values(ascending=False). Explicația completă → Ușor Repară tu KeyError: "Label(s) ['valoare'] do not exist" În dicționarul dat la agg() ai pus o coloană care nu există în tabel, aici 'valoare'. Verifică df.columns și folosește numele exact: df.groupby("oras").agg({"suma": "sum"}). În versiunile mai vechi de pandas, același mesaj apare ca Column(s) ['valoare'] do not exist. Explicația completă → Greu Repară tu ValueError: Grouper for 'oras' not 1-dimensional Coloana după care grupezi nu e o singură coloană: de obicei tabelul are două coloane cu numele 'oras' (după concat pe coloane sau o redenumire). Elimină duplicatul (df.loc[:, ~df.columns.duplicated()]) sau dă-i alt nume, apoi grupează. Explicația completă → Mediu Repară tu pandas.errors.SpecificationError: nested renamer is not supported Ai dat lui agg un dicționar de forma {"nume_nou": "funcție"} pe o singură coloană grupată, sau un dicționar în dicționar. Sintaxa veche de redenumire a fost scoasă din pandas. Folosește agregarea cu nume: .agg(total="sum") sau .agg(total=("valoare", "sum")). Explicația completă → Ușor Repară tu KeyError: "The following id_vars or value_vars are not present in the DataFrame: ['luna']" Una dintre coloanele date lui melt (în id_vars sau value_vars) nu există în tabel cu exact acel nume, aici „luna”. Verifică numele cu df.columns.tolist(): litere mari, diacritice, spații, sau coloana e în index și trebuie scoasă cu reset_index(). Explicația completă → Intervale și categorii: cut, qcut
ValueError: Bin labels must be one fewer than the number of bin edges La pd.cut, lista labels trebuie să aibă cu un element mai puțin decât lista bins: 4 margini fac 3 intervale, deci 3 etichete. Numără marginile și etichetele; de obicei lipsește o margine (prima sau ultima) sau ai o etichetă în plus. Explicația completă → Ușor Repară tu ValueError: bins must increase monotonically. Marginile date la pd.cut (bins=) nu sunt în ordine crescătoare: o margine e mai mică decât cea dinaintea ei, de obicei din cauza unei greșeli de tastare (2000 în loc de 200) sau a unei liste construite în altă ordine. Scrie marginile crescător, de la cea mai mică la cea mai mare. Explicația completă → Mediu Repară tu ValueError: Bin edges must be unique: Index([0.0, 0.0, 0.0, 1.25, 5.0], dtype='float64'). pd.qcut a calculat marginile intervalelor din cuantile, dar multe valori sunt egale (de exemplu multe zerouri), iar unele margini au ieșit identice. Folosește duplicates="drop" (vei avea mai puține grupe), mai puține grupe (q mai mic) sau pd.cut cu margini alese de tine. Explicația completă → Mediu Repară tu TypeError: Cannot setitem on a Categorical with a new category (necunoscut), set the categories first Coloana are tipul category (de exemplu rezultatul lui pd.cut), iar valoarea pe care o pui nu e una dintre categoriile ei. Adaugă întâi categoria: s.cat.add_categories(["necunoscut"]), apoi completează, sau transformă coloana în text cu astype(str). Explicația completă → Mediu Repară tu TypeError: Unordered Categoricals can only compare equality or not Compari cu <, >, <= sau >= o coloană de tip category fără ordine. Pentru pandas, categoriile nu au o ordine implicită. Declară ordinea: pd.CategoricalDtype(["mic", "mediu", "mare"], ordered=True) sau .cat.as_ordered(), apoi compară. Explicația completă → Combinarea tabelelor: merge și concat
KeyError: 'id_client' Ai unit tabelele cu merge(on="id_client"), dar cheia nu se numește așa în ambele tabele (de exemplu în clienți e "id"). Când cheia are nume diferite, folosește left_on="id_client", right_on="id", sau redenumește coloana înainte de merge. Explicația completă → Ușor Repară tu pandas.errors.MergeError: No common columns to perform merge on. Merge options: left_on=None, right_on=None, left_index=False, right_index=False Ai apelat merge fără on, iar cele două tabele nu au nicio coloană cu același nume după care să fie unite. Spune explicit cheia: merge(..., left_on="cod_produs", right_on="cod") sau redenumește coloana ca să aibă același nume în ambele tabele. Explicația completă → Mediu Repară tu ValueError: You are trying to merge on int64 and str columns for key 'id_client'. If you wish to proceed you should use pd.concat Cheia de unire are tipuri diferite în cele două tabele: într-unul e număr (int64), în celălalt text (str), de exemplu pentru că a fost citită cu zerouri în față sau cu spații. Adu cheia la același tip înainte de merge, de obicei cu astype(str) pe ambele sau pd.to_numeric pe cea de text. Explicația completă → Mediu Repară tu ValueError: columns overlap but no suffix specified: Index(['oras'], dtype='str') join a găsit în ambele tabele o coloană cu același nume (aici 'oras') care nu e cheie și nu știe cum să le numească în rezultat. Dă sufixe cu lsuffix și rsuffix, elimină coloana dublă înainte sau folosește merge, care pune singur sufixele _x și _y. Explicația completă → Ușor Repară tu AttributeError: 'DataFrame' object has no attribute 'append' Metoda DataFrame.append a fost scoasă din pandas 2.0. Pentru a lipi tabele unul sub altul folosește pd.concat([df1, df2], ignore_index=True); pentru rânduri adăugate într-o buclă, strânge-le într-o listă și construiește tabelul o singură dată la final. Explicația completă → Ușor Repară tu ValueError: No objects to concatenate pd.concat a primit o listă goală: nu ai ce lipi. De obicei lista se construiește dintr-o căutare de fișiere (glob) sau dintr-o buclă cu filtru care n-a găsit nimic. Verifică lista înainte (print(fisiere)) și repară tiparul de căutare sau condiția. Explicația completă → Ușor Repară tu TypeError: concat() takes 1 positional argument but 2 were given Ai scris pd.concat(df1, df2), dar concat primește tabelele într-o singură listă: pd.concat([df1, df2]). Al doilea argument poziționat ar fi fost interpretat ca altceva, așa că pandas cere ca restul opțiunilor să fie date cu nume (axis=, ignore_index=). Explicația completă → Mediu Repară tu pandas.errors.MergeError: Merge keys are not unique in right dataset; not a many-to-one merge Ai cerut la merge o verificare (validate="m:1" sau "1:1"), iar tabelul din dreapta are chei repetate, de exemplu același cod de produs de două ori în catalog. Găsește dublurile (df.duplicated("cod", keep=False)) și păstrează un singur rând pe cheie înainte de merge. Explicația completă → Greu Repară tu pandas.errors.InvalidIndexError: Reindexing only valid with uniquely valued Index objects pd.concat trebuia să alinieze tabelele, dar unul dintre ele are etichete repetate: de obicei două coloane cu același nume (după un rename) sau, la axis=1, un index cu valori duplicate. Găsește dublura cu df.columns[df.columns.duplicated()] și redenumește sau elimină coloana în plus. Explicația completă → Ușor Repară tu TypeError: cannot concatenate object of type '<class 'str'>'; only Series and DataFrame objs are valid pd.concat lipește doar tabele și serii, iar în lista ta e altceva: un text (numele unui fișier), un dicționar, o listă. Citește întâi fișierele cu pd.read_csv sau transformă dicționarul în tabel cu pd.DataFrame([dict]), apoi fă concat. Explicația completă → Ușor Repară tu ValueError: 'outter' is not a valid Merge type: left, right, inner, outer, left_anti, right_anti, cross, asof Valoarea dată lui how= la merge nu e una dintre cele acceptate (aici „outter”, scris greșit). Folosește exact una din listă: "inner", "left", "right", "outer" sau "cross". Un FULL OUTER JOIN din SQL se scrie how="outer". Explicația completă → Ușor Repară tu pandas.errors.MergeError: Can only pass argument "on" OR "left_on" and "right_on", not a combination of both. La merge ai dat și on=, și left_on= / right_on=. Alege una dintre variante: on="id" când cheia are același nume în ambele tabele, sau left_on="id" și right_on="id_client" (ambele) când numele diferă. Explicația completă → Date calendaristice
ValueError: time data "13.03.2024" doesn't match format "%m.%d.%Y" pd.to_datetime a ghicit formatul datelor după prima valoare (aici lună.zi.an, ca în engleză) și s-a oprit la o dată care nu se potrivește, 13.03.2024. Spune explicit formatul românesc: pd.to_datetime(s, format="%d.%m.%Y"), sau folosește dayfirst=True. Explicația completă → Ușor Repară tu AttributeError: Can only use .dt accessor with datetimelike values Ai folosit .dt (month, year, day_name...) pe o coloană care conține texte, nu date calendaristice. read_csv nu convertește singur datele: transformă coloana cu pd.to_datetime(df["data"]) sau citește fișierul cu parse_dates=["data"]. Explicația completă → Ușor Repară tu ValueError: Invalid frequency: M. Failed to parse with error message: ValueError("'M' is no longer supported for offsets. Please use 'ME' instead.") În pandas 3, frecvența 'M' (sfârșit de lună) nu mai e acceptată la resample, date_range sau Grouper: scrie 'ME' (month end). La fel, 'Y' devine 'YE', 'Q' devine 'QE', iar 'H' devine 'h'. La to_period, 'M' rămâne valid. Explicația completă → Ușor Repară tu TypeError: unsupported operand type(s) for -: 'str' and 'str' Încerci să scazi două coloane de date calendaristice care sunt de fapt texte, de exemplu ca să afli câte zile au trecut. Convertește ambele coloane cu pd.to_datetime, apoi scade-le; rezultatul e o durată, din care iei zilele cu .dt.days. Explicația completă → Mediu Repară tu TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'RangeIndex' Ai apelat resample pe un tabel al cărui index nu e o dată (e indexul obișnuit 0, 1, 2, adică RangeIndex). resample grupează după timp, deci are nevoie de date: spune-i ce coloană să folosească, df.resample("ME", on="data"), sau pune coloana ca index cu set_index("data"). Explicația completă → Greu Repară tu TypeError: Cannot subtract tz-naive and tz-aware datetime-like objects Una dintre date are fus orar (de exemplu UTC, din texte cu Z sau +02:00), iar cealaltă nu, deci pandas nu le poate scădea sau compara. Adu-le la același fel: elimină fusul orar cu dt.tz_localize(None) (după dt.tz_convert la ora locală, dacă trebuie) sau adaugă-l celeilalte, cu tz="UTC". Explicația completă → Ușor Repară tu AttributeError: 'Series' object has no attribute 'days' Diferența dintre două coloane de date e o coloană de durate (timedelta), iar zilele se iau cu accesorul .dt: (df["livrare"] - df["comanda"]).dt.days. Atributul .days există doar pe o singură durată (un Timedelta), nu pe o coloană întreagă. Explicația completă → Mediu Repară tu DateParseError: month must be in 1..12, not 15: 2024-15-03 pd.to_datetime a citit textul ca an-lună-zi, iar pe poziția lunii a găsit un număr peste 12. De obicei datele sunt scrise în altă ordine (an-zi-lună sau zi/lună/an) sau există o greșeală de tastare. Dă formatul exact: pd.to_datetime(df["data"], format="%Y-%d-%m"), sau errors="coerce" ca să găsești valorile greșite. Explicația completă → Ușor Repară tu AttributeError: 'DatetimeIndex' object has no attribute 'dt' Datele sunt în index (după set_index sau resample), iar indexul nu are accesorul .dt: proprietățile le are direct. Scrie df.index.month, df.index.year, df.index.day_name() în loc de df.index.dt.month. Explicația completă → Mediu Repară tu ValueError: unconverted data remains when parsing with format "%Y-%m-%d": " 10:30" Formatul dat la pd.to_datetime acoperă doar începutul textului, iar după el a rămas ceva (aici ora " 10:30"). Adaugă în format și partea rămasă ("%Y-%m-%d %H:%M") sau folosește format="ISO8601" / format="mixed" dacă textele diferă. Explicația completă → Mediu Repară tu ValueError: Mixed timezones detected. Pass utc=True in to_datetime or tz='UTC' in DatetimeIndex to convert to a common timezone. Textele cu date au fusuri orare diferite (+02:00 iarna, +03:00 vara, sau Z) și pandas nu le poate pune într-o singură coloană. Scrie pd.to_datetime(..., utc=True), apoi, dacă vrei ora locală, .dt.tz_convert("Europe/Bucharest"). Explicația completă → Mediu Repară tu TypeError: Addition/subtraction of integers and integer-arrays with Timestamp is no longer supported. Instead of adding/subtracting `n`, use `n * obj.freq` Aduni sau scazi un număr simplu dintr-o dată (Timestamp sau coloană de date), iar pandas nu știe dacă 30 înseamnă zile, ore sau secunde. Spune unitatea: data + pd.Timedelta(days=30), coloana + pd.to_timedelta(df["zile"], unit="D") sau pd.DateOffset(months=1) pentru luni. Explicația completă → Mediu Repară tu TypeError: Cannot convert tz-naive timestamps, use tz_localize to localize Chemi tz_convert pe date fără fus orar (tz-naive), dar conversia are nevoie să știe din ce fus pornești. Spune întâi fusul datelor cu .dt.tz_localize("UTC") (sau fusul real al datelor), apoi convertește: .dt.tz_convert("Europe/Bucharest"). Explicația completă → NumPy: forme și tipuri
ValueError: operands could not be broadcast together with shapes (3,4) (3,) Cele două tablouri au forme pe care NumPy nu le poate potrivi element cu element: aici o matrice 3×4 și un vector cu 3 valori. Vectorul trebuie să aibă 4 valori (câte coloane) sau forma (3, 1) (câte rânduri): de obicei folosești keepdims=True la agregare sau v[:, None]. Explicația completă → Ușor Repară tu ValueError: cannot reshape array of size 10 into shape (3,3) reshape nu poate schimba numărul de elemente: 10 valori nu încap într-o matrice 3×3 (9 locuri). Alege o formă al cărei produs e exact numărul de elemente, de exemplu (2, 5), sau folosește -1 pentru o dimensiune, ca NumPy să o calculeze singur. Explicația completă → Ușor Repară tu IndexError: index 5 is out of bounds for axis 0 with size 5 Ai cerut elementul cu indicele 5 dintr-un tablou NumPy cu 5 elemente, ale cărui indici valizi sunt 0–4. De obicei bucla merge până la len(a) inclusiv sau numără de la 1. Folosește range(len(a)), a[-1] pentru ultimul element sau, mai bine, operații vectorizate fără indici. Explicația completă → Mediu Repară tu ValueError: setting an array element with a sequence. The requested array has an inhomogeneous shape after 1 dimensions. The detected shape was (3,) + inhomogeneous part. Încerci să construiești un tablou NumPy dintr-o listă de liste de lungimi diferite (de exemplu, un magazin are mai puține luni), iar o matrice trebuie să fie dreptunghiulară. Completează valorile lipsă cu np.nan ca toate rândurile să aibă aceeași lungime, sau folosește un DataFrame. Explicația completă → Mediu Repară tu ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() Ai pus o comparație pe un tablou NumPy (de exemplu note >= 5) într-un if, while, and sau or, iar rezultatul e un tablou de True/False, nu o singură valoare. Spune ce vrei: np.any(...) pentru „măcar unul”, np.all(...) pentru „toate”, sau folosește masca pentru filtrare: note[note >= 5]. Explicația completă → Mediu Repară tu numpy._core._exceptions._UFuncNoLoopError: ufunc 'add' did not contain a loop with signature matching types (dtype('<U4'), dtype('int64')) -> None Tabloul tău conține texte (dtype '<U4' înseamnă șiruri Unicode de cel mult 4 caractere), nu numere, iar NumPy nu știe să adune un text cu un număr. Convertește tabloul în numere cu astype(float) sau astype(int) înainte de calcul, de obicei imediat după citirea datelor. Explicația completă → Mediu Repară tu ValueError: all the input array dimensions except for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 3 and the array at index 1 has size 2 Ai lipit array-uri cu np.concatenate / np.vstack / np.hstack, dar ele au dimensiuni diferite pe axa pe care nu lipești: aici rândurile au 3 coloane într-un array și 2 în celălalt. Fă dimensiunile egale (completează valoarea lipsă, de exemplu cu np.nan) sau lipește pe cealaltă axă. Explicația completă → Greu Repară tu ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->(n?,m?) (size 2 is different from 3) La înmulțirea de matrice cu @ (np.matmul), numărul de coloane din primul operand trebuie să fie egal cu numărul de rânduri din al doilea. Aici nu se potrivesc (2 față de 3). De obicei ai pus operanzii în ordinea greșită sau trebuie să transpui unul dintre ei (.T). Explicația completă → Ușor Repară tu IndexError: too many indices for array: array is 1-dimensional, but 2 were indexed Ai indexat un array cu două poziții (a[0, 1] sau a[:, 0]), dar array-ul are o singură dimensiune (e un vector, nu o matrice). Verifică a.shape: dacă datele trebuiau să fie o matrice, fă-o cu reshape (a.reshape(2, 3)); dacă e chiar un vector, folosește un singur indice. Explicația completă → Mediu Repară tu IndexError: boolean index did not match indexed array along axis 0; size of axis is 5 but size of corresponding boolean axis is 4 Ai filtrat un array cu o mască booleană de altă lungime: masca are 4 valori, array-ul 5. Masca trebuie construită din date aliniate, cu câte o valoare True/False pentru fiecare element. Verifică lungimile (len(masca), len(a)) și fă masca din array-ul corect. Explicația completă → Ușor Repară tu numpy.exceptions.AxisError: axis 1 is out of bounds for array of dimension 1 Ai cerut o operație pe axa 1 (de exemplu sum(axis=1)), dar array-ul are o singură dimensiune, deci are doar axa 0. Verifică a.shape: pentru un vector folosește axis=0 sau nimic (a.sum()); dacă trebuia să fie o matrice, construiește-o corect (reshape sau listă de rânduri). Explicația completă → Ușor Repară tu ValueError: zero-size array to reduction operation maximum which has no identity Ai cerut maximul (sau minimul) unui array gol, de obicei după un filtru care n-a păstrat niciun element. Un array gol nu are maxim. Verifică dacă e gol înainte (if a.size:), dă o valoare implicită (np.max(a, initial=0)) sau corectează filtrul. Explicația completă → Ușor Repară tu TypeError: only 0-dimensional arrays can be converted to Python scalars Ai încercat să transformi un array cu mai multe valori într-un singur număr Python: float(a), int(a) sau o funcție din math (math.sqrt(a)). Asta merge doar pentru un array cu o singură valoare. Reduce întâi array-ul (a.mean(), a.sum(), a[0]) sau folosește funcțiile NumPy, care lucrează pe tot array-ul. Explicația completă → Ușor Repară tu IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices Ai indexat un array NumPy cu ceva ce nu e întreg: de cele mai multe ori un float (a[len(a)/2]) sau un text. Folosește împărțirea întreagă // (a[len(a)//2]) sau int(...), iar pentru nume de coloane lucrează cu pandas, nu cu array-uri. Explicația completă → Mediu Repară tu TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe'' np.isnan funcționează doar pe numere, iar array-ul tău are tipul object sau text (de exemplu amestec de numere, None și texte). Folosește pd.isna(x), care merge pe orice tip, sau convertește întâi valorile în numere cu pd.to_numeric(..., errors="coerce"). Explicația completă → Ușor Repară tu TypeError: 'numpy.float64' object cannot be interpreted as an integer Ai dat un număr NumPy cu virgulă (rezultatul unui mean, max pe o coloană float, np.ceil) acolo unde e nevoie de un întreg: range(), reshape(), repetări. Transformă-l cu int(...) înainte. Explicația completă → Mediu Repară tu TypeError: unhashable type: 'numpy.ndarray' Ai folosit un array NumPy ca cheie de dicționar, element de set sau valoare pe care pandas trebuie s-o compare (unique, value_counts, groupby). Array-urile se pot modifica și nu au hash. Transformă-le în tuplu: tuple(a), sau păstrează doar valori simple în celule. Explicația completă → Mediu Repară tu OverflowError: cannot convert float infinity to integer Un calcul a dat infinit (de obicei o împărțire la zero în NumPy sau pandas, care nu dă eroare, ci inf), iar apoi int() sau round() încearcă să-l facă întreg. Tratează împărțitorii zero înainte (np.where, replace(0, np.nan)) sau elimină valorile infinite. Explicația completă → Greu Repară tu OverflowError: Python integer 300 out of bounds for uint8 Array-ul (sau coloana) are un tip întreg mic, de exemplu uint8 (0-255) sau int8 (-128-127), iar numărul pe care îl adaugi sau îl pui în el nu încape. Convertește întâi la un tip mai mare: astype(np.int64) sau astype("int64"). Explicația completă → Ușor Repară tu AttributeError: 'numpy.ndarray' object has no attribute 'append' Un array NumPy nu are metoda append a listelor, pentru că are mărime fixă. Adună valorile într-o listă Python și transform-o la final cu np.array(lista), sau folosește np.append(a, x), care întoarce un array nou (deci a = np.append(a, x)). Explicația completă → Ușor Repară tu TypeError: Cannot interpret '3' as a data type Ai dat dimensiunile unui array ca argumente separate, de exemplu np.zeros(3, 3), iar NumPy a luat al doilea număr drept tip de date. Pune forma într-un tuplu: np.zeros((3, 3)), np.ones((2, 4)), np.empty((n, m)). Explicația completă → Ușor Repară tu TypeError: array() takes from 1 to 2 positional arguments but 3 were given Ai dat valorile lui np.array ca argumente separate: np.array(1, 2, 3). Funcția primește valorile ca o singură listă: np.array([1, 2, 3]); pentru o matrice, o listă de liste: np.array([[1, 2], [3, 4]]). Explicația completă → Grafice cu matplotlib
ValueError: x and y must have same first dimension, but have shapes (4,) and (3,) plt.plot a primit mai multe valori pe axa x decât pe axa y (aici 4 și 3), deci nu poate face perechi de puncte. Verifică lungimile celor două liste: de obicei lipsește o valoare sau lista de etichete nu corespunde datelor. Cel mai sigur e să desenezi direct din aceleași coloane ale unui DataFrame. Explicația completă → Mediu Repară tu AttributeError: 'numpy.ndarray' object has no attribute 'plot' plt.subplots(1, 2) (sau cu mai multe grafice) întoarce un tablou NumPy de axe, nu o singură axă, deci ax.plot nu există. Alege axa după poziție, axes[0].plot(...), sau despachetează: fig, (ax1, ax2) = plt.subplots(1, 2). Explicația completă → Ușor Repară tu AttributeError: 'Axes' object has no attribute 'xlabel'. Did you mean: 'clabel'? Pe o axă (ax) metodele de etichetare au prefixul set_: ax.set_xlabel, ax.set_ylabel, ax.set_title. Formele scurte xlabel, ylabel și title există doar în plt (plt.xlabel). Sugestia „Did you mean: 'clabel'?” e automată și nu are legătură. Explicația completă → Ușor Repară tu TypeError: no numeric data to plot Ai apelat .plot() din pandas pe o coloană (sau un tabel) care nu are nicio coloană numerică: valorile sunt texte, de obicei pentru că fișierul are zecimale cu virgulă, unități sau marcaje de lipsă. Convertește coloana în număr (pd.to_numeric) înainte de grafic. Explicația completă → Ușor Repară tu ValueError: 'facecolor' or 'color' argument must be a valid color or sequence of colors. Ai dat la color un nume de culoare pe care matplotlib nu îl cunoaște, de exemplu „rosu” sau „verde”. Culorile se scriu în engleză ("red", "green", "tab:blue"), în cod hex ("#1f77b4") sau ca tuplu RGB cu valori între 0 și 1. Verifică fiecare culoare din listă. Explicația completă → Mediu Repară tu ValueError: The number of FixedLocator locations (4), usually from a call to set_ticks, does not match the number of labels (3). Ai dat la set_xticklabels (sau set_yticklabels) altă cantitate de etichete decât numărul de poziții de pe axă: aici 4 bare, dar doar 3 etichete. Dă câte o etichetă pentru fiecare poziție, ideal împreună cu pozițiile: ax.set_xticks(range(len(etichete)), etichete). Explicația completă → Ușor Repară tu ValueError: x and y must be the same size plt.scatter a primit pentru x și y liste sau coloane de lungimi diferite. De obicei una a fost filtrată sau curățată (dropna) separat. Construiește ambele din același tabel, după aceeași filtrare, ca fiecare punct să aibă și x, și y. Explicația completă → Mediu Repară tu TypeError: 'value' must be an instance of str or bytes, not a float Axa graficului are etichete de text (categorii), iar printre ele e o valoare care nu e text: de obicei un NaN (float) dintr-o coloană cu goluri sau un număr amestecat cu texte. Completează golurile (fillna("necunoscut")) sau transformă etichetele în text cu astype(str). Explicația completă → Ușor Repară tu ValueError: num must be an integer with 1 <= num <= 4, not 5 plt.subplot(rânduri, coloane, num) numără pozițiile de la 1, iar grila ta are doar rânduri × coloane locuri (aici 2 × 2 = 4). Ai cerut poziția 5 (sau 0). Mărește grila sau folosește fig, axs = plt.subplots(2, 3) și alege axs[r, c]. Explicația completă → Ușor Repară tu ValueError: 'labels' must be of length 'x', not 2 La plt.pie, lista de etichete (labels) are alt număr de elemente decât lista de valori (x). Fiecare felie are nevoie de o etichetă. Construiește etichetele și valorile din aceeași serie: plt.pie(s.values, labels=s.index). Explicația completă → Ușor Repară tu AttributeError: 'tuple' object has no attribute 'plot' plt.subplots() întoarce două obiecte, figura și axele, iar tu le-ai salvat pe amândouă într-o singură variabilă (un tuplu). Despachetează-le: fig, ax = plt.subplots(), apoi desenează cu ax.plot(...). Atenție și la ordine: întâi fig, apoi ax. Explicația completă → Ușor Repară tu AttributeError: Line2D.set() got an unexpected keyword argument 'colour' Ai dat unei funcții de desen (plot, bar, scatter) un parametru cu nume pe care matplotlib nu-l cunoaște, aici „colour” în loc de „color”. Corectează numele: color, linewidth, linestyle, marker, label; la scatter mărimea e s=, nu size=. Explicația completă → Mediu Repară tu ValueError: 'pret' is not a valid format string (unrecognized character 'e') Al treilea argument dat lui plot, după x și y, e citit ca șir de format (culoare, marker, linie, de ex. "ro-"), iar textul tău nu e unul valid. Dacă voiai o etichetă, scrie label="pret"; dacă voiai un stil, folosește un format corect sau color=, marker=, linestyle=. Explicația completă → Cod vechi: pandas 2 și 3, NumPy 2
TypeError: read_csv() got an unexpected keyword argument 'error_bad_lines' Parametrii error_bad_lines și warn_bad_lines au fost eliminați din read_csv în pandas 2.0. Înlocuiește-i cu on_bad_lines: on_bad_lines="skip" (sare liniile cu prea multe câmpuri), "warn" (le sare și afișează un avertisment) sau "error" (implicit). Explicația completă → Ușor Repară tu TypeError: DataFrame.drop() takes from 1 to 2 positional arguments but 3 were given Ai scris df.drop("coloana", 1), cu axa dată pe poziție. Din pandas 2.0, axa nu se mai poate da așa. Scrie df.drop(columns=["coloana"]) (sau df.drop("coloana", axis=1)). La fel la dropna, sort_values, fillna și alte metode: opțiunile se dau cu nume. Explicația completă → Ușor Repară tu AttributeError: module 'numpy' has no attribute 'float' np.float, np.int, np.object și np.str au fost eliminate în NumPy 1.24. Erau doar alte nume pentru tipurile Python float, int, object, str. Înlocuiește np.float cu float (sau np.float64 dacă vrei tipul NumPy), np.int cu int (sau np.int64), np.object cu object. Explicația completă → Ușor Repară tu AttributeError: 'DataFrame' object has no attribute 'iteritems' iteritems() a fost eliminat în pandas 2.0. Înlocuiește-l cu items(), care face exact același lucru: for nume, coloana in df.items(). La serii, s.iteritems() devine tot s.items(). Explicația completă → Ușor Repară tu AttributeError: 'DataFrame' object has no attribute 'applymap' DataFrame.applymap a fost redenumit DataFrame.map în pandas 2.1 și eliminat în pandas 3. Înlocuiește df.applymap(f) cu df.map(f): aplică funcția pe fiecare celulă, la fel ca înainte. La Styler, applymap devine tot map. Explicația completă → Ușor Repară tu AttributeError: `np.NaN` was removed in the NumPy 2.0 release. Use `np.nan` instead. NumPy 2.0 a eliminat numele alternative ale unor constante și tipuri: np.NaN, np.NAN, np.Inf, np.infty, np.float_, np.unicode_. Folosește numele păstrate: np.nan, np.inf, np.float64, np.str_. Mesajul îți spune exact înlocuitorul. Explicația completă → Greu Repară tu ValueError: assignment destination is read-only Modifici pe loc un array NumPy obținut dintr-un tabel pandas (df.values, df["col"].to_numpy()). În pandas 3 (Copy-on-Write), acest array e doar pentru citire, ca să nu schimbi tabelul pe ascuns. Fă o copie (to_numpy(copy=True) sau .copy()) sau modifică datele direct în pandas. Explicația completă → Mediu Repară tu TypeError: DataFrame.groupby() got an unexpected keyword argument 'axis' În pandas 3, groupby nu mai are parametrul axis (la fel rolling și agregările de după groupby). Dacă era axis=0, șterge-l, fiindcă e oricum comportamentul implicit. Dacă era axis=1 (grupare de coloane), transpune tabelul: df.T.groupby(...).sum().T. Explicația completă → Mediu Repară tu ValueError: Unable to avoid copy while creating an array as requested. În NumPy 2, np.array(..., copy=False) înseamnă „nu face niciodată copie”, iar datele tale (o listă, un tip diferit) nu se pot transforma fără copie. Înlocuiește cu np.asarray(date), care copiază doar când e nevoie, exact cum se comporta copy=False în NumPy 1. Explicația completă → Nicio eroare nu se potrivește căutării. Încearcă doar partea fixă a mesajului (fără numele variabilelor).
Erori explicate la alte tehnologii
Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
