Como corrigir: não é possível executar “rand_” com um array do tipo [int64] e um escalar do tipo [bool]
Um erro que você pode encontrar em Python é:
TypeError :Cannot perform 'rand_' with a dtyped [int64] array and scalar of type [bool]
Este erro normalmente ocorre quando você tenta filtrar um DataFrame do pandas usando várias condições, mas não consegue usar parênteses em torno de cada condição individual.
O exemplo a seguir mostra como corrigir esse erro na prática.
Como reproduzir o erro
Suponha que temos o seguinte DataFrame do pandas:
import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'], ' points ': [18, 22, 19, 14, 14, 11, 20, 28], ' assists ': [5, 7, 7, 9, 12, 9, 9, 4], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]}) #view DataFrame print (df) team points assists rebounds 0 A 18 5 11 1 to 22 7 8 2 A 19 7 10 3 A 14 9 6 4 B 14 12 6 5 B 11 9 5 6 B 20 9 9 7 B 28 4 12
Agora digamos que tentamos filtrar o DataFrame para mostrar apenas as linhas onde a coluna da equipe é igual a “A” e a coluna de pontos é maior que 15:
#attempt to filter DataFrame
df. loc [df. team == ' A ' & df. points > 15 ]
TypeError :Cannot perform 'rand_' with a dtyped [int64] array and scalar of type [bool]
Estamos recebendo um erro porque não colocamos parênteses em torno de cada condição individual.
Como corrigir o erro
Para corrigir esse erro, precisamos apenas colocar parênteses em torno de cada condição individual ao executar o filtro:
#filter DataFrame
df. loc [(df. team == ' A ') & (df. points > 15 )]
team points assists rebounds
0 A 18 5 11
1 to 22 7 8
2 A 19 7 10
Observe que podemos filtrar com êxito o DataFrame para mostrar apenas as linhas onde Team é igual a ‘A’ e Points é maior que 15.
Observe que também precisamos colocar parênteses em torno de cada condição individual se usarmos a ou “| » operador em vez disso:
#filter rows where team is equal to 'A' or points is greater than 15
df. loc [( df.team == ' A ') | (df. points > 15 )]
team points assists rebounds
0 A 18 5 11
1 to 22 7 8
2 A 19 7 10
3 A 14 9 6
6 B 20 9 9
7 B 28 4 12
Observe que estamos mais uma vez evitando erros.
Recursos adicionais
Os tutoriais a seguir explicam como corrigir outros erros comuns em pandas:
Como corrigir: o módulo “pandas” não possui o atributo “dataframe”
Como corrigir: TypeError: nenhum dado numérico para plotar
Como corrigir KeyError em Pandas