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.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
O coloană de tip category poate fi neordonată (doar etichete: orașe, culori) sau ordonată (niveluri: mic < mediu < mare). Implicit, astype("category") și pd.Categorical(...) creează categorii neordonate. Pe ele poți testa doar egalitatea (==, !=, isin); comparațiile de ordine nu au sens, așa că pandas le refuză.
Nici ordinea în care ai scris categoriile nu contează cât timp ordered=False. Abia cu ordered=True, pandas folosește ordinea din lista de categorii (nu ordinea alfabetică) pentru <, >, sort_values, min și max.
pd.cut și pd.qcut creează deja categorii ordonate, deci acolo comparațiile merg. La min() / max() pe categorii neordonate, mesajul este Categorical is not ordered for operation min.
De ce apare: cauzele frecvente
1astype("category") fără ordine
df["marime"] = df["marime"].astype("category")
df[df["marime"] >= "M"]tip = pd.CategoricalDtype(["S", "M", "L", "XL"], ordered=True)
df["marime"] = df["marime"].astype(tip)
df[df["marime"] >= "M"]CategoricalDtype cu ordered=True spune exact ordinea nivelurilor, iar comparațiile o folosesc.
2pd.Categorical fără ordered=True
s = pd.Categorical(df["nivel"], categories=["mic", "mediu", "mare"])
s > "mic"s = pd.Categorical(df["nivel"], categories=["mic", "mediu", "mare"], ordered=True)
s > "mic"Lista de categorii dă ordinea doar împreună cu ordered=True.
3min / max pe categorii neordonate
df["nivel"].astype("category").max()df["nivel"].astype("category").cat.reorder_categories(["mic", "mediu", "mare"], ordered=True).max()reorder_categories(..., ordered=True) fixează ordinea, apoi max o poate folosi.
Repară eroarea, direct în pagină
Codul de mai jos vrea comenzile de tricouri cu mărimea cel puțin M, dar coloana marime e de tip category fără ordine, iar comparația dă TypeError: Unordered Categoricals can only compare equality or not. Repară tipul coloanei ca mărimile să aibă ordinea S < M < L < XL și afișează id-urile găsite.
import pandas as pd
df = pd.DataFrame({"id": [1, 2, 3, 4, 5], "marime": ["S", "XL", "M", "S", "L"]})
df["marime"] = df["marime"].astype("category")
mari = df[df["marime"] >= "M"]
print(mari["id"].tolist())[2, 3, 5]
Indiciu
Folosește pd.CategoricalDtype(["S", "M", "L", "XL"], ordered=True).
Reparația
import pandas as pd
df = pd.DataFrame({"id": [1, 2, 3, 4, 5], "marime": ["S", "XL", "M", "S", "L"]})
tip = pd.CategoricalDtype(["S", "M", "L", "XL"], ordered=True)
df["marime"] = df["marime"].astype(tip)
mari = df[df["marime"] >= "M"]
print(mari["id"].tolist())De ce merge
astype("category") creează categorii fără ordine, pe care pandas nu le poate compara cu >=. CategoricalDtype cu ordered=True fixează ordinea S < M < L < XL, așa că >= "M" păstrează mărimile M, L și XL. Comenzile găsite sunt 2 (XL), 3 (M) și 5 (L). Alfabetic, ordinea ar fi fost greșită: L < M < S < XL.
Alte forme ale mesajului
TypeError: Categorical is not ordered for operation minTypeError: Categorical is not ordered for operation max
Cum o eviți pe viitor
- Pentru niveluri (mărimi, note, priorități), creează mereu un
CategoricalDtypecuordered=Trueși lista completă, în ordinea corectă. - Verifică ordinea cu
df["col"].cat.orderedșidf["col"].cat.categories. - Pentru etichete fără ordine (orașe, culori), folosește doar
==,!=șiisin.
Întrebări frecvente
De ce nu se folosește ordinea alfabetică?
Pentru că rareori e cea corectă: alfabetic, „mare” < „mediu” < „mic” și „L” < „M” < „S” < „XL”. pandas preferă să te oblige să spui ordinea decât să compare greșit.
Merge sort_values pe categorii neordonate?
Da, sortează după ordinea din lista de categorii. Pentru comparații și min/max e nevoie însă de ordered=True.
Erori înrudite
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). 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. 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. 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.
