从源代码编译的 Pandas：默认泡菜行为已更改

Question

我刚刚从源代码编译并安装了 pandas（克隆的 github 存储库，>>> setup.py install）。

碰巧模块pickle 的对象序列化/反序列化的默认行为发生了变化，可能部分被pandas 内部模块覆盖。

我有很多通过“标准”pickle 序列化的数据类，显然我不能再反序列化了；特别是，当我尝试反序列化一个类文件（肯定工作）时，我得到了这个错误

In [1]: import pickle

In [2]: pickle.load(open('pickle_L1cor_s1.pic','rb'))
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-2-88719f8f9506> in <module>()
----> 1 pickle.load(open('pickle_L1cor_s1.pic','rb'))

/home/acorbe/Canopy/appdata/canopy-1.1.0.1371.rh5-x86_64/lib/python2.7/pickle.pyc in load(file)
   1376
   1377 def load(file):
-> 1378     return Unpickler(file).load()
   1379
   1380 def loads(str):

/home/acorbe/Canopy/appdata/canopy-1.1.0.1371.rh5-x86_64/lib/python2.7/pickle.pyc in load(self)
    856             while 1:
    857                 key = read(1)
--> 858                 dispatch[key](self)
    859         except _Stop, stopinst:
    860             return stopinst.value

/home/acorbe/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/pandas-0.12.0_1090_g46008ec-py2.7-linux-x86_64.egg/pandas/compat/pickle_compat.pyc in load_reduce(self)
     28
     29         # try to reencode the arguments
---> 30         if self.encoding is not None:
     31             args = tuple([ arg.encode(self.encoding) if isinstance(arg, string_types)     else arg for arg in args ])
     32             try:

AttributeError: Unpickler instance has no attribute 'encoding'

我有相当大的代码依赖于此，但它崩溃了。有什么快速的解决方法吗？我怎样才能再次获得默认的泡菜行为？

任何帮助表示赞赏

---

编辑：

我意识到我愿意解开的是一个字典列表，其中每个包含几个 DataFrames。这就是熊猫发挥作用的地方。

我通过@Jeff github.com/pydata/pandas/pull/5661 应用了补丁。 出现另一个错误（可能与this 有关）。

In [4]: pickle.load(open('pickle_L1cor_s1.pic','rb'))
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-4-88719f8f9506> in <module>()
----> 1 pickle.load(open('pickle_L1cor_s1.pic','rb'))

/home/acorbe/Canopy/appdata/canopy-1.1.0.1371.rh5-x86_64/lib/python2.7/pickle.pyc in load(file)
   1376
   1377 def load(file):
-> 1378     return Unpickler(file).load()
   1379
   1380 def loads(str):

/home/acorbe/Canopy/appdata/canopy-1.1.0.1371.rh5-x86_64/lib/python2.7/pickle.pyc in load(self)
    856             while 1:
    857                 key = read(1)
--> 858                 dispatch[key](self)
    859         except _Stop, stopinst:
    860             return stopinst.value

/home/acorbe/Canopy/appdata/canopy-1.1.0.1371.rh5-x86_64/lib/python2.7/pickle.pyc in             load_reduce(self)
   1131         args = stack.pop()
   1132         func = stack[-1]
-> 1133         value = func(*args)
   1134         stack[-1] = value
   1135     dispatch[REDUCE] = load_reduce

TypeError: _reconstruct: First argument must be a sub-type of ndarray

Pandas 版本的编码数据是（来自 Canopy 包管理器）

Size: 7.32 MB
Version: 0.12.0
Build: 2
Dependencies:
 numpy 1.7.1
 python_dateutil
 pytz 2011n

  md5: 7dd4385bed058e6ac15b0841b312ae35

我不确定我能否提供我试图解压的文件的最小示例。 它们非常大（O（100MB））并且它们具有一些非平凡的依赖关系。

Answer 1

大师刚刚被这个issue更新了。

这个文件被简单地读取：

 result = pd.read_pickle('pickle_L1cor_s1.pic')

腌制的对象是 pandas ndarray 的子类，而是现在的 NDFrame、DataFrame 和 Panel 的相同基类。这样做有很多原因，主要是为了提高代码的一致性。有关更完整的说明，请参阅here。

您看到的错误消息`TypeError: _reconstruct: First argument must be a sub-type of ndarray 是 python 默认 unpickler 确保被腌制的类层次结构与它正在重新创建的层次结构完全相同。由于 Series 在版本之间发生了变化，因此使用默认的 unpickler 不再可能，（恕我直言，这是 pickle 工作方式中的一个错误）。在任何情况下，pandas 都会取消 0.13 之前的具有 Series 对象的泡菜。