concat() 得到了一个意外的关键字参数“join_axes”

Question

我正在尝试在 Google Colab 的 ipynb 中使用 pymc3。这是我的代码：regression_conjugate = pm.Model()with regression_conjugate:  sigma2 = pm.InverseGamma("sigma2",alpha = 0.5*nu0,beta=0.5*lam0)  sigma = pm.math.sqrt(sigma2)  a = pm.Normal("a",mu = b0[0],sd = sigma*sd0[0])  b = pm.Normal("b",mu = b0[1],sd = sigma*sd0[1])  y_hat = a+b*x  likelihood = pm.Normal("y",mu = y_hat,sd = sigma,observed = y)n_draws = 50n_chains = 4n_tune = 1000with regression_conjugate:  trace = pm.sample(draws = n_draws, chains=n_chains,tune=n_tune,random_seed=123)print(pm.summary(trace))但是，这会输出以下内容：TypeError                                 Traceback (most recent call last)<ipython-input-44-4e1a1fef1a74> in <module>()     26   trace = pm.sample(draws = n_draws, chains=n_chains,tune=n_tune,random_seed=123)     27 ---> 28 print(pm.summary(trace))TypeError: concat() got an unexpected keyword argument 'join_axes'如果有人理解，请告诉我。pymc3：3.7熊猫：1.0.3

Answer 1

由于某种原因，“join_axes”在 0.25 版中已被弃用。您可以通过重新索引来实现相同的效果。

#won't work:

df3 = pd.concat([df1, df2], axis=1,join_axes=[df1.index]) #won't work

#instead:

df3 = pd.concat([df1, df2], axis=1)

df3 = df3.reindex(df1.index)

Answer 2

另一方面，如果您来到这里是因为您尝试将 join_axes 与列一起使用，请尝试以下操作：

# the columns of df3 and only the columns of df4 that are common

df_new = pd.concat([df3, df4], axis=1)

df_new[df3.columns]

用 df3 作为

    C   D   E

 0  C1  D1  E1

 1  C2  D2  E2

 2  C3  D3  E3

和 df4 作为

    D   E   F

 0  D5  E5  F5

 1  D6  E6  F6

 2  D7  E7  F7

将产生的结果是

    C   D   D   E   E

 0  C1  D1  D5  E1  E5

 1  C2  D2  D6  E2  E6

 2  C3  D3  D7  E3  E7

Answer 3

“join_axes”函数已弃用。作为我的研究结果，我得出以下结论；

代替：

pd.concat ([df1, df2], join_axes = [df1.columns])

你可以试试这个：

pd.concat([df1, df2.reindex(columns = df1.columns)], ignore_index = True)

Answer 4

正如渡边彰久在评论中所说，将 PyMC3 升级到 3.8 版解决了这个问题。