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.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Când lipești tabele cu pd.concat, pandas le aliniază: pe rânduri (axis=0) potrivește coloanele după nume, iar pe coloane (axis=1) potrivește rândurile după index. Alinierea are nevoie ca etichetele să fie unice. Dacă un tabel are două coloane suma, pandas nu știe în care dintre ele să pună coloana suma din celălalt tabel, așa că ridică InvalidIndexError: Reindexing only valid with uniquely valued Index objects.
Coloanele duplicate apar din rename (redenumești valoare în suma, dar suma exista deja), din df.columns = [...] cu o listă care repetă un nume, sau din fișiere Excel cu antete repetate. La axis=1, cauza e un index cu etichete duplicate.
Verifică: df.columns.is_unique și df.index.is_unique pe fiecare tabel din concat.
De ce apare: cauzele frecvente
1rename creează o coloană duplicată
feb = feb.rename(columns={"valoare": "suma"}) # suma există deja
pd.concat([ian, feb])feb = feb.drop(columns=["suma"]).rename(columns={"valoare": "suma"})
pd.concat([ian, feb])Eliminând întâi coloana veche, după rename rămâne o singură coloană suma.
2Listă de nume cu dublură
df.columns = ["data", "suma", "suma"]df.columns = ["data", "suma", "suma_tva"]Fiecare coloană are nevoie de un nume unic ca să poată fi aliniată.
3concat pe coloane cu index repetat
pd.concat([a, b], axis=1) # a.index = [0, 0, 1]pd.concat([a.reset_index(drop=True), b.reset_index(drop=True)], axis=1)Cu indexuri unice (0, 1, 2), rândurile se pot potrivi unul cu altul.
Repară eroarea, direct în pagină
Codul de mai jos dă InvalidIndexError: Reindexing only valid with uniquely valued Index objects. În februarie, coloana valoare conține sumele corecte, iar suma e o coloană veche, de aruncat. Repară pregătirea tabelului ca să fie o singură coloană suma, apoi afișează coloanele și totalul combinat.
import pandas as pd
ian = pd.DataFrame({"produs": ["Cafea", "Ceai"], "suma": [120, 80]})
feb = pd.DataFrame({"produs": ["Cafea", "Miere"], "suma": [0, 0], "valoare": [200, 50]})
feb = feb.rename(columns={"valoare": "suma"})
toate = pd.concat([ian, feb], ignore_index=True)
print(toate.columns.tolist())
print("Total:", toate["suma"].sum())['produs', 'suma'] Total: 450
Indiciu
Elimină coloana veche suma înainte de rename.
Reparația
import pandas as pd
ian = pd.DataFrame({"produs": ["Cafea", "Ceai"], "suma": [120, 80]})
feb = pd.DataFrame({"produs": ["Cafea", "Miere"], "suma": [0, 0], "valoare": [200, 50]})
feb = feb.drop(columns=["suma"]).rename(columns={"valoare": "suma"})
toate = pd.concat([ian, feb], ignore_index=True)
print(toate.columns.tolist())
print("Total:", toate["suma"].sum())De ce merge
După rename, tabelul din februarie avea două coloane numite suma, iar concat nu putea potrivi coloana suma din ianuarie cu una singură dintre ele. Eliminând întâi coloana veche, rămâne o singură coloană suma (fostă valoare), tabelele se aliniază pe nume, iar totalul e 120 + 80 + 200 + 50 = 450.
Alte forme ale mesajului
InvalidIndexError: Reindexing only valid with uniquely valued Index objects
Cum o eviți pe viitor
- După fiecare
renamesau atribuire a luidf.columns, verificădf.columns.is_unique. - Găsește coloanele duplicate cu
df.columns[df.columns.duplicated()].tolist(). - La citirea fișierelor cu antete repetate, pandas le redenumește (
suma.1); nu le aduce înapoi la același nume. - La
concat(..., axis=1), folosește tabele cu index unic sau resetat.
Întrebări frecvente
Cum elimin o coloană duplicată, păstrând prima?
df = df.loc[:, ~df.columns.duplicated()] păstrează prima apariție a fiecărui nume de coloană.
E aceeași problemă cu cannot reindex on an axis with duplicate labels?
Da, aceeași familie: o operație care aliniază după etichete găsește etichete repetate. Mesajul diferă în funcție de operație (concat față de atribuirea unei coloane sau reindex).
Erori înrudite
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(). 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. 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=). 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.
