CSV — ОШИБКА: ОШИБКА границ: и ОШИБКА пера: неточность: — программирование Джулии

#dataframe #csv #julia #feather

#фрейм данных #csv #джулия #перо

Вопрос:

Я очень новичок в программировании Джулии.

У меня есть папка с CSV-файлами (14), которые я соединяю с одним большим фреймом данных, и я пытаюсь сохранить большой CSV. (строки — 262673020 x столбцы — 77) когда я использую CSV.write — я получаю эту ОШИБКУ: ошибка границ: попытка получить доступ к массиву 4194304 элементов {UInt8,1} по индексу [1:4194305].

Итак, я попытался сохранить его в файл feather, но я получаю эту ОШИБКУ: неточность: trunc(Int32, 2147483662) — похоже, что эта ошибка достигает 32 максимум. но не уверен, почему

Я не уверен, что происходит, просто нужна помощь, чтобы понять, что делать.

Версия пакета — Версия Джулии 1.5.2, — Глоб v1.3.0, — CSV v0.5.23, — Таблицы v0.2.11, — Перо v0.5.4

Обновление до пакета — Julia версии 1.5.2 — CSV 0.7.7 — DataFrames v0.21.8 — Glob v1.3.0 — Таблицы v1.1.0 — Feather v0.5.6 —

 using Glob, CSV, Tables, Feather

fileDirectory = "location/CSV"
files = glob("*.csv", fileDirectory)

list_df = [DataFrame(CSV.read(f)) for f in files]
Join_DF = join(list_df[3], list_df[4], list_df[5], list_df[6], list_df[7], list_df[8], list_df[9], list_df[10], list_df[11], list_df[12], list_df[13], list_df[14], on = :INC_KEY, kind = :outer)


Feather.write("location/join_files.feather", Join_DF) 
# ERROR: InexactError: trunc(Int32, 2147483662)

CSV.write("location/join_files.csv", Join_DF) 
# ERROR: BoundsError: attempt to access 4194304-element Array{UInt8,1} at index [1:4194305].
  
 CSV - 
Stacktrace:
 [1] throw_boundserror(::Array{UInt8,1}, ::Tuple{UnitRange{Int64}}) at ./abstractarray.jl:541
 [2] checkbounds at ./abstractarray.jl:506 [inlined]
 [3] view at ./subarray.jl:158 [inlined]
 [4] writecell(::Array{UInt8,1}, ::Int64, ::Int64, ::IOStream, ::Int64, ::CSV.Options{UInt8,UInt8,Nothing,Tuple{}}) at /Users/.julia/packages/CSV/4GOjG/src/write.jl:147
 [5] #64 at /Users/.julia/packages/CSV/4GOjG/src/write.jl:182 [inlined]
 [6] macro expansion at /Users/.julia/packages/Tables/FXXeK/src/utils.jl:54 [inlined]
 [7] eachcolumn at /Users/.julia/packages/Tables/FXXeK/src/utils.jl:48 [inlined]
[8] writerow(::Array{UInt8,1}, ::Base.RefValue{Int64}, ::Int64, ::IOStream, ::Tables.Schema{(
[9] #55 at /Users/.julia/packages/CSV/4GOjG/src/write.jl:80 [inlined]
[10] (::CSV.var"#62#63"{CSV.var"#55#56"{Bool,Tables.Schema{(
[12] open(::Function, ::String, ::String) at ./io.jl:323
 [13] with at /Users/.julia/packages/CSV/4GOjG/src/write.jl:139 [inlined]
 [14] #write#54 at /Users/.julia/packages/CSV/4GOjG/src/write.jl:73 [inlined]
 [15] write(::Tables.Schema{(
 [16] write(::String, ::DataFrame; delim::Char, quotechar::Char, openquotechar::Nothing, closequotechar::Nothing, escapechar::Char, newline::Char, decimal::Char, dateformat::Nothing, quotestrings::Bool, missingstring::String, kwargs::Base.Iterators.Pairs{Union{},Union{},Tuple{},NamedTuple{(),Tuple{}}}) at /Users/.julia/packages/CSV/4GOjG/src/write.jl:60
 [17] write(::String, ::DataFrame) at /Users/.julia/packages/CSV/4GOjG/src/write.jl:53
 [18] top-level scope at none:1

Feather -
ERROR: InexactError: trunc(Int32, 2147483662)
Stacktrace:
 [1] throw_inexacterror(::Symbol, ::Type{Int32}, ::Int64) at ./boot.jl:558
 [2] checked_trunc_sint at ./boot.jl:580 [inlined]
 [3] toInt32 at ./boot.jl:617 [inlined]
 [4] Int32 at ./boot.jl:707 [inlined]
 [5] convert at ./number.jl:7 [inlined]
 [6] setindex! at ./array.jl:847 [inlined]
 [7] offsets(::Type{Int32}, ::Type{UInt8}, ::PooledArrays.PooledArray{Union{Missing, String},UInt32,1,Array{UInt32,1}}) at /Users/.julia/packages/Arrow/q3tEJ/src/lists.jl:300
 [8] Arrow.NullableList{String,Int32,P} where P<:Arrow.AbstractPrimitive(::Type{UInt8}, ::PooledArrays.PooledArray{Union{Missing, String},UInt32,1,Array{UInt32,1}}) at /Users/.julia/packages/Arrow/q3tEJ/src/lists.jl:243
 [9] NullableList at /Users/.julia/packages/Arrow/q3tEJ/src/lists.jl:251 [inlined]
 [10] arrowformat at /Users/.julia/packages/Arrow/q3tEJ/src/arrowvectors.jl:242 [inlined]
 [11] getarrow(::PooledArrays.PooledArray{Union{Missing, String},UInt32,1,Array{UInt32,1}}) at /Users/.julia/packages/Feather/y64Pt/src/sink.jl:40
 [12] write(::IOStream, ::DataFrame; description::String, metadata::String) at /Users/.julia/packages/Feather/y64Pt/src/sink.jl:18
 [13] #20 at /Users/.julia/packages/Feather/y64Pt/src/sink.jl:32 [inlined]
 [14] open(::Feather.var"#20#21"{String,String,DataFrame}, ::String, ::Vararg{String,N} where N; kwargs::Base.Iterators.Pairs{Union{},Union{},Tuple{},NamedTuple{(),Tuple{}}}) at ./io.jl:325
 [15] open at ./io.jl:323 [inlined]
 [16] #write#19 at /Users/.julia/packages/Feather/y64Pt/src/sink.jl:31 [inlined]
 [17] write(::String, ::DataFrame) at /Users/.julia/packages/Feather/y64Pt/src/sink.jl:31
 [18] top-level scope at none:1
  

Комментарии:

1. Вы используете устаревшие функции. Не могли бы вы передать точные версии пакетов, которые вы используете? Также не могли бы вы проверить, что Join_DF отображается без ошибок, когда вы пытаетесь просто показать его в REPL?

2. CSV 0.5.23 — это очень старая версия CSV.jl. Текущая версия 0.7.7. Вероятно, это источник проблемы. Также вы не сообщили версию фреймов данных. jl но, вероятно, он также очень устарел. Рекомендуется установить последние версии CSV.jl и DataFrames.jl. Самый простой способ сделать это — использовать новую среду проекта. Смотрите первый маркер в bkamins.github.io/julialang/2020/05/18/project-workflow.html

3. Можете ли вы опубликовать полную ошибку на discourse.julialang.org тогда либо я, либо кто-то еще из сообщества сможет взглянуть на это.

4. Можете ли вы запустить DataFrames._check_consistency(Join_DF) и сказать мне, что это дает?

5. Это означает, что проблема не в DataFrames.jl (который я поддерживаю — вызов показывает, что файл Join_DF не поврежден), а в CSV.jl / Feather.jl. Это снова означает, что лучше перенести этот вопрос в Discourse, чтобы уточнить у @quinnj, что происходит.