AssertionError: 618 columns passed, passed data had 508 columns【已解决】

news2025/1/10 21:34:26

问题描述

程序中断,报错如下AssertionError: 618 columns passed, passed data had 508 columns

Exception has occurred: ValueError
618 columns passed, passed data had 508 columns
AssertionError: 618 columns passed, passed data had 508 columns

The above exception was the direct cause of the following exception:

  File "E:\matlab\CHB-MIT-DATA\epilepsy_eeg_classification\preprocessing.py", line 117, in eeg_preprocessing
    res = pd.DataFrame(res, columns=column_names)
  File "E:\matlab\CHB-MIT-DATA\epilepsy_eeg_classification\preprocessing.py", line 334, in <module>
    res = eeg_preprocessing(file, seizures)
ValueError: 618 columns passed, passed data had 508 columns

 terminal报错如下:

Backend Qt5Agg is interactive backend. Turning interactive mode on.

 

弯路

numpy1.19.4改为了numpy1.21.6

pip list: numpy1.21.6

conda list: numpy1.20.1

发现,报错仍旧一样,没有任何改变。

我的怀疑是数据里面有nan值,而程序中并没有处理的方法,是丢弃是补充为0还是补充为平均值。因为如果丢弃的话。

我发现numpy版本不对,卸载的时候,报错说:

PackageNotInstalledError: Package is not installed in prefix

于是我使用

conda udate numpy

报错如下:

(base) PS E:\matlab> conda update numpy
Collecting package metadata (repodata.json): done
Solving environment: -
The environment is inconsistent, please check the package plan carefully
The following packages are causing the inconsistency:

  - defaults/win-64::anaconda==custom=py37_1
  - https://repo.anaconda.com/pkgs/main/win-64::bkcharts==0.2=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::blaze==0.11.3=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::bokeh==0.13.0=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::dask==0.19.1=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::numpydoc==0.8.0=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::odo==0.5.1=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::seaborn==0.9.0=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::sphinx==1.7.9=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::spyder==3.3.1=py37_1
  - https://repo.anaconda.com/pkgs/main/win-64::statsmodels==0.9.0=py37h452e1ab_0
  - defaults/win-64::_anaconda_depends==5.3.1=py37_0
failed

CondaMemoryError: The conda process ran out of memory. Increase system memory and/or try again.

有人说可以直接退到base环境更新conda。

(base) PS E:\matlab> conda update --name base conda
Collecting package metadata (repodata.json): done
Solving environment: |
The environment is inconsistent, please check the package plan carefully
The following packages are causing the inconsistency:

  - defaults/win-64::anaconda==custom=py37_1
  - https://repo.anaconda.com/pkgs/main/win-64::bkcharts==0.2=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::blaze==0.11.3=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::bokeh==0.13.0=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::dask==0.19.1=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::numpydoc==0.8.0=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::odo==0.5.1=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::seaborn==0.9.0=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::sphinx==1.7.9=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::spyder==3.3.1=py37_1
  - https://repo.anaconda.com/pkgs/main/win-64::statsmodels==0.9.0=py37h452e1ab_0
  - defaults/win-64::_anaconda_depends==5.3.1=py37_0
failed

CondaMemoryError: The conda process ran out of memory. Increase system memory and/or try again.

conda update conda,conda update numpy,conda update --name base conda,在cat(自建虚拟环境)和base里都报错:

CondaMemoryError: The conda process ran out of memory. Increase system memory and/or try again.

还有的朋友建议:

conda update conda -c conda-canary

但是仍旧不行,报错如下,和前面的报错也一样。 

CondaMemoryError:conda 进程内存不足答案 - 爱码网

更新anaconda的版本也报同样的错:

(base) PS E:\matlab> conda update anaconda
Collecting package metadata (repodata.json): done
Solving environment: \
The environment is inconsistent, please check the package plan carefully
The following packages are causing the inconsistency:

  - defaults/win-64::anaconda==custom=py37_1
  - https://repo.anaconda.com/pkgs/main/win-64::bkcharts==0.2=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::blaze==0.11.3=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::bokeh==0.13.0=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::dask==0.19.1=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::numpydoc==0.8.0=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::odo==0.5.1=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::seaborn==0.9.0=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::sphinx==1.7.9=py37_0
  - https://repo.anaconda.com/pkgs/main/win-64::spyder==3.3.1=py37_1
  - https://repo.anaconda.com/pkgs/main/win-64::statsmodels==0.9.0=py37h452e1ab_0
  - defaults/win-64::_anaconda_depends==5.3.1=py37_0
failed

CondaMemoryError: The conda process ran out of memory. Increase system memory and/or try again.

找到好久找到了一个解决方案:

 https://github.com/conda/conda/issues/10751

解决方案

说到最后实在是稀松平常,我检查了一下程序逻辑。我发现在传递参数的过程中。

  File "E:\matlab\CHB-MIT-DATA\epilepsy_eeg_classification\preprocessing.py", line 117, in eeg_preprocessing
    res = pd.DataFrame(res, columns=column_names)
  File "E:\matlab\CHB-MIT-DATA\epilepsy_eeg_classification\preprocessing.py", line 334, in <module>

虽然报错在117处,但是,实际上在传递的这两个数据处,通过debug的方式,发现获取的数据的列数要大于实际列数。那是因为,信号的channel变化的,而不是23个固定不变的,所以,只需要把这个固定的23改为,len(channel)就能获取到具体的数字。

        for i in range(23):
            features.extend(eeg_features(temp[i]).tolist())

改为

        for i in range(len(channels)):
            features.extend(eeg_features(temp[i]).tolist())

即可。

需要特别说明的是,conda创建的虚拟环境不要胡乱删除,否则会报很多错,你可以根据报错内容删除一些相应的文件,但是不能删除过多的文件。否则会报无数的错误。

这会让你非常头疼。这三篇文章都是我删错文件报错的。

 你会发现你无意中删除了一些包的依赖,这就麻烦了。

另外,我的程序报错或许和你的虽然报错一样,但是具体错误的地方不一样,这个时候,你就要好好检查你生成的数据和列名是否符合情况。可以参考这篇文章来看看,或许能够解决你的错误:

已解决ValueError: 4 columns passed, passed data had 2 columns_无 羡ღ的博客-CSDN博客

参考文章

Packagenotinstallederror:未安装在前缀中 - IT宝库

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/336425.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

< CSDN周赛解析:第 27 期 >

CSDN周赛解析&#xff1a;第 27 期&#x1f449; 前言&#x1f449; 第一题&#xff1a; 幸运数字> 解析> 解决方案> 拓展知识&#x1f449; 第二题&#xff1a; 投篮> 解析> 解决方案&#x1f449; 第三题&#xff1a; 通货膨胀-x国货币> 解析> 解决方案…

数字展陈技术,让珍贵馆藏资源走出深闺

这篇文章来自于笔者2017年发表在《档案时空》第12期的一篇文章&#xff0c;原名为《数字展陈技术在档案展览中的应用》。 档案时空 时隔5年&#xff0c;数字视觉技术的发展突飞猛进&#xff0c;特别是这两年元宇宙浪潮席卷全球&#xff0c;VR/AR/MR技术的综合应用给受众带来非一…

【PyTorch】教程:对抗学习实例生成

ADVERSARIAL EXAMPLE GENERATION 研究推动 ML 模型变得更快、更准、更高效。设计和模型的安全性和鲁棒性经常被忽视&#xff0c;尤其是面对那些想愚弄模型故意对抗时。 本教程将提供您对 ML 模型的安全漏洞的认识&#xff0c;并将深入了解对抗性机器学习这一热门话题。在图像…

Java程序设计-ssm企业财务管理系统设计与实现

摘要系统设计系统实现开发环境&#xff1a;摘要 对于企业集来说,财务管理的地位很重要。随着计算机和网络在企业中的广泛应用&#xff0c;企业发展速度在不断加快&#xff0c;在这种市场竞争冲击下企业财务管理系统必须优先发展&#xff0c;这样才能保证在竞争中处于优势地位。…

from文件突然全部变为类cs右击无法显示设计界面

右击也不显示查看设计器 工程文件 .csproj中将 <Compile Include"OperatorWindows\Connection.cs" /> <Compile Include"OperatorWindows\Connection.Designer.cs"> <DependentUpon>Connection.cs</DependentUpon> &…

CV——day74 读论文:关注前景的anchor-free交通场景探测器

FII-CenterNet&#xff1a;关注前景的anchor-free交通场景探测器FII-CenterNetI. INTRODUCTIONII. RELATED WORKC. Detectors Exploiting Segmentation InformationIII. FII-CENTERNET APPROACHA. 前景区域建议网络(Foreground Region Proposal Network)1) 上分支提出前景区域2…

linux称手的终端管理器Zsh(Z shell)-图文安装超详细

linux默认的shell太low了&#xff0c;iTerm2在macOS系统简直堪称终端管理神器&#xff0c;有一款可以平替iTem2的linux开源软件 Zsh&#xff08;Z shell&#xff09; &#xff0c;Zsh 是一个为交互使用而设计的 shell 一&#xff1a;安装Zsh 1.yum安装zsh yum install zsh安装…

频谱分析仪测量噪声系数方法介绍

用频谱仪测量噪声系数&#xff1a;测量框图为&#xff1a;基于噪声系数的定义得到的一个测量公式为&#xff1a;NFPNOUT-(-174dBm/Hz20lg(BW)Gain)(1)公式中&#xff0c;PNOUT是已测的总共输出噪声功率&#xff0c;-174dBm/Hz是290oK&#xff08;室温&#xff09;时环境噪声的功…

视频号小店新订单如何实时同步企业微信

随着直播带货的火热&#xff0c;视频号小店也为商家提供商品信息服务、商品交易&#xff0c;支持商家在视频号运营电商&#xff0c;许多企业也将产品的零售路径渗透至视频号小店中了。如果我们希望在视频号小店接收到订单后&#xff0c;能尽快及时发货&#xff0c;给用户较好的…

filter属性详解

filter属性详解 filter 属性定义了元素(通常是<img>)的可视效果(例如&#xff1a;模糊与饱和度)。 filter: none | blur() | brightness() | contrast() | drop-shadow() | grayscale() | hue-rotate() | invert() | opacity() | saturate() | sepia() | url();下面运用…

【金三银四系列】Spring面试题-上(2023版)

Spring面试专题 1.Spring应该很熟悉吧&#xff1f;来介绍下你的Spring的理解 有些同学可能会抢答&#xff0c;不熟悉!!! 好了&#xff0c;不开玩笑&#xff0c;面对这个问题我们应该怎么来回答呢&#xff1f;我们给大家梳理这个几个维度来回答 1.1 Spring的发展历程 先介绍…

由 GPT 驱动的沙盒,尽情发挥想象力! #NovelAI

一个由 GPT 驱动的沙盒&#xff0c;供用户尽情发挥想象力的空间&#xff0c;会获得怎样的体验&#xff1f;NovelAI NovelAI 是一项用于 AI 辅助创作、讲故事、虚拟陪伴的工具。NovelAI 的人工智能算法会根据用户的方式创建类似人类的写作&#xff0c;使任何人&#xff0c;无论能…

《爆肝整理》保姆级系列教程python接口自动化(十一)--发送post【data】(详解

简介  前面登录的是传 json 参数&#xff0c;由于其登录机制的改变没办法演示&#xff0c;然而在工作中有些登录不是传 json 的&#xff0c;如 jenkins 的登录&#xff0c;这里小编就以jenkins 登录为案例&#xff0c;传 data 参数&#xff0c;给各位童鞋详细演练一下。 一、…

【操作系统】操作系统IO和虚拟文件系统VFS

1.什么是操作系统的IO 输入&#xff08;input&#xff09;和输出&#xff08;output&#xff09;&#xff0c;就是对磁盘的读&#xff08;read&#xff09;和写&#xff08;write&#xff09;。 I/O模式可以划分为本地IO模型&#xff08;内存、磁盘&#xff09;和网络IO模型。…

测试的阶段性小小总结

转眼入职2年之余&#xff0c;毕业后就投入测试行业。在日常的工作中也有自己的一些思考和总结。2021到2023是多变的两年&#xff0c;加入教培行业&#xff0c;受双减政策影响&#xff0c;注定艰难。参与了各种类型的测试项目&#xff0c;不断在探索和前行&#xff0c;万变不离其…

C++ —— 多态

目录 1.多态的概念 2.多态的定义及实现 2.1构成多态的两个硬性条件 2.2虚函数的重写 2.3override和final 3.抽象类 3.1接口继承和实现继承 4.多态原理 4.1虚函数表 4.2原理 4.3静态绑定和动态绑定 5.单继承和多继承体系的虚函数表 5.1单继承体系的虚函数表 5.2多继…

【MyBatis】第七篇:动态sql

mybatis中的动态sql&#xff0c;其实就是在mybatis中映射配置文件中通过if等判断语句写sql。现在聊一下&#xff0c;常用的的判断语句。 前面准备&#xff1a; CREATE TABLE student (sid int DEFAULT NULL,sname varchar(10) CHARACTER SET utf8mb3 COLLATE utf8mb3_general…

2023年深圳/东莞/惠州CPDA数据分析师认证报名入口

CPDA数据分析师认证是中国大数据领域有一定权威度的中高端人才认证&#xff0c;它不仅是中国较早大数据专业技术人才认证、更是中国大数据时代先行者&#xff0c;具有广泛的社会认知度和权威性。 无论是地方政府引进人才、公务员报考、各大企业选聘人才&#xff0c;还是招投标加…

计算机网络-传输层

文章目录前言概述用户数据报协议 UDP(User Datagram Protocol)传输控制协议 TCP(Transmission Control Protocol)TCP 的流量控制拥塞控制方法TCP 的运输连接管理TCP 的有限状态机总结前言 本博客仅做学习笔记&#xff0c;如有侵权&#xff0c;联系后即刻更改 科普&#xff1a…

LeetCode经典问题总结笔记—一文搞懂滑动窗口和哈希表结合使用之3. 无重复字符的最长子串问题(第一篇)

今日主要总结一下可以使用滑动窗口和哈希表结合使用解决的一道题目&#xff0c;3. 无重复字符的最长子串 题目&#xff1a;3. 无重复字符的最长子串 Leetcode题目地址 题目描述&#xff1a; 给定一个字符串 s &#xff0c;请你找出其中不含有重复字符的 最长子串 的长度。 示…