register_pandas_dataframe crashes kernel when receiving dataframe with multiple columns with same name
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 30/100
- Tipo de issue
- Error
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- azure, jupyter-notebook, pandas, python
- Área
- data, machine-learning
Línea de trabajo
Comienza ejecutando el ejemplo de pandas DataFrame del issue con nombres de columna duplicados y observa la salida del kernel. El payload identifica la fuente de documentación de TabularDatasetFactory en AzureML-Docset/stable/docs-ref-autogen/azureml-core/azureml.data.dataset_factory.tabulardatasetfactory.yml, pero no se menciona ningún archivo de implementación ni ninguna prueba. Se considera terminado cuando el fallo devuelve información útil sin bloquear el IPython kernel.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
My Synapse kernel crashed when I tried to register a dataset where the dataframe had multiple columns with the same name. I am not completely sure if this is the correct place to post this, but this is the best place I could find.
Minimum reproducible example:
dataset = Dataset.Tabular.register_pandas_dataframe(
dataframe = pd.DataFrame([[1,2],[1,2]], columns=['a', 'a']),
target = datastore,
name = "bad_dataframe",
show_progress=True,
)
What I would expect:
To get some feedback about why it fails, and the kernel should not crash.
What I get:
Validating arguments.
Arguments validated.
Successfully obtained datastore reference and path.
Uploading file to managed-dataset/13e4b3c6-8730-4951-bde5-2d2bc6456e2d/
InternalError: Ipython kernel exits with code -11. Please restart your session.
Document Details
⚠ Do not edit this section. It is required for docs.microsoft.com ➟ GitHub issue linking.
- ID: 9b1aee32-5a1f-2ef1-ee76-30b17999db87
- Version Independent ID: f4785272-a81d-e9cc-c6a5-9d41c8dcd90b
- Content: azureml.data.dataset_factory.TabularDatasetFactory class - Azure Machine Learning Python
- Content Source: AzureML-Docset/stable/docs-ref-autogen/azureml-core/azureml.data.dataset_factory.TabularDatasetFactory.yml
- Service: machine-learning
- Sub-service: core
- GitHub Login: @DebFro
- Microsoft Alias: debfro
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 4.4k
- Forks
- 2.6k
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Guía de contribución
No hay ninguna guía de contribución indexada para este repositorio
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de Azure/MachineLearningNotebooks
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Azure/MachineLearningNotebooks#1975 · 1 comentario ·
-
duplicates Abierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 68/100
Azure/MachineLearningNotebooks#1960 ·
-
machine Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 10/100
Azure/MachineLearningNotebooks#1987 ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
Azure/MachineLearningNotebooks#1985 · 1 comentario ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
Azure/MachineLearningNotebooks#1981 · 1 reacción ·
Todos los issues de Azure/MachineLearningNotebooks
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
robjhyndman/forecast#1220 ·
-
Add: New Channel Abiertochannels:add check:passed
Dificultad 1/5 Menos de una hora Aptitud para principiantes 95/100
-
good first issue help wanted NLnet
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
collective/icalendar#1819 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
confluentinc/dbt-confluent#160 ·
-
inceleme-kuyrugu
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
Greater-Turkiye/platform#107 ·