Python pandas sort_值抛出ValueError:分类类别必须唯一

我有以下

DataFrame

schema：

|str|u A | str|B | co|u A | co|u B |……|一氧化碳|

其中

co_A

和

co_B

代表自定义对象

这些对象继承了

对象

，并定义了丰富的比较方法

FWIW:

\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu



我想做的是按两个自定义列进行排序，这就是混淆的地方

以下代码按预期工作：

df.sort_values(by=['str_A', 'str_B'])

以下代码也可以工作：

df.sort_values(by=['co_A'])



但不起作用的是：

df.sort_values(by=['co_A', 'co_B'])

哪个扔

ValueError:分类类别必须是唯一的

结果表明，
co_x
和
str_x
的某些组合确实有效，而其他组合则无效



我认为这可能是混合类型的原因，所以我删除了字符串值，只留下自定义对象，错误仍然存在。我在这里一无所知，我将感谢任何帮助



编辑：我正在使用熊猫版本0.23.0

为了生成一个简单的数据以重现问题，可以使用以下示例代码

def feed():
    return type('Feed', (), {
        attr: names.get_first_name() if attr.startswith('substr') else names.get_last_name()
        for attr in CPE_VERSION_ATTRIBUTE_LIST
    })

feed = [feed() for i in range(100)]

EDIT2：

我使用的是jupyter笔记本，
CustomObject
类是从库中导入的

我所做的是我直接在jupyter中创建了另一个简单的类，使用与原始类类似的方法来检查数据是否有问题成功了。这更令人困惑。CustomObject类肯定有问题（我没有编写该类，但是，我找不到任何可能导致该问题的内容）

该类应该处理版本比较——可以在gist中找到规范

EDIT3：找到了问题的根本原因，但不知道如何解决

已经实现了自定义对象

class CustomObject:

    def __init__(self, stream: str):
        if stream is None:
            raise TypeError()

        self.stream = stream

    def __repr__(self):
        return "{cls!s}(stream={stream!r})".format(
            cls=self.__class__.__name__,
            stream=self.stream
        )

    def __str__(self):
        return "{stream!s}".format(
            stream=self.stream
        )

    def __lt__(self, other):
        if other is None:
            return False

        return self.stream < other.stream

    def __gt__(self, other):
        if other is None:
            return True

        return self.stream > other.stream

    # <<<<<<< This causes the issue 
    #     def __eq__(self, other):
    #         if other is None:
    #             return False

    #         return self.stream == other.stream
    # =======

    def __hash__(self):
        return super().__hash__()

类自定义对象：
定义初始化（自，流：str）：
如果流为“无”：
raise TypeError（）
self.stream=流
定义报告（自我）：
返回“{cls！s}（stream={stream！r}）”(
cls=self.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu，
stream=self.stream
)
定义（自我）：
返回“{stream！s}”。格式(
stream=self.stream
)
定义（自身、其他）：
如果“其他”为“无”：
返回错误
返回self.streamother.stream
#这是个老问题，但我遇到了同样的问题

原因
问题在于，当两个对象相等时（由
\uuuuuu eq\uuuu
函数定义），您的
\uuuuuuu散列\uuuu
函数应始终返回
True

现在情况并非如此，因为您的等价性是基于
流
属性的，并且您的类使用
对象
的
散列
函数，它（我相信）基于对象在内存中的位置

解决方案
按照下面的方式定义散列函数可能会达到这个目的

def __hash__(self):
    return hash(self.stream)

你在使用熊猫0.23.0吗？你能提供一些数据来说明这个问题吗？在我的问题中添加了这些信息，谢谢你的注释。谢谢你的评论！我以为它已经死了。。是的，我很难找到答案。我假设可以将等价性与哈希函数分开定义。也就是说，哈希值可能不相等，但对象将通过
=
符号比较相等值。这显然是错误的假设。比较相等的可散列对象必须具有相同的散列值。这里的问题是，哈希在对象生存期内不能更改，而
stream
属性也不能更改，所以我无法使用您的解决方案。