　Pythonは普通に書いてるだけで勝手に読みやすくなる文法に，型キャストや引数もいろいろ良しなに扱ってくれる便利な言語ですが，だからといって適当に使っていると変なところでハマるよというお話．

この記事で扱うデータ

sample.csv

Height,Weight,Gender
161.6124725,65.98017883,Female
150.4265289,59.49276352,Female
172.5548706,82.67674255,Male
164.2229767,67.56816864,Female
185.3570404,99.14295197,Male
178.6737518,80.50052643,Male
184.1519165,91.4691925,Male
169.6814117,68.50371552,Female
171.8485107,87.14485931,Male

以上のようなcsvファイルを例に扱います．こいつがなかなか曲者なんだ...

ケース1：DataFrameの行抽出

　DataFrameは条件を指定して行を抽出できます．しかし...

input

df1[df1.Gender == 'Male']

output

	Height	Weight	Gender
0	NaN	NaN	NaN
1	NaN	NaN	NaN
2	NaN	NaN	Male
3	NaN	NaN	NaN
4	NaN	NaN	Male
...	...	...	...
995	NaN	NaN	Male
996	NaN	NaN	NaN
997	NaN	NaN	NaN
998	NaN	NaN	NaN
999	NaN	NaN	Male
1000 rows × 3 columns

　...なんじゃこりゃ．よく調べてみると，

input

type(df1['Height'])

output

pandas.core.frame.DataFrame

本来であれば，これはSeries型になるはずです．参考

解決策

　DataFrameを作り直すと正常に動作しました．

input

ans = pd.DataFrame({'Height': df1['Height'].values.reshape(1000),
                    'Weight': df1['Weight'].values.reshape(1000),
                    'Gender': df1['Gender'].values.reshape(1000)
                   })
ans[ans['Gender'] == 'Male']

output

	Height	Weight	Gender
2	172.554871	82.676743	Male
4	185.357040	99.142952	Male
5	178.673752	80.500526	Male
6	184.151916	91.469193	Male
8	171.848511	87.144859	Male
...	...	...	...
989	165.647507	79.347435	Male
992	170.756546	82.422096	Male
994	180.842758	95.315422	Male
995	183.990356	95.574455	Male
999	186.798447	93.485558	Male
514 rows × 3 columns

ケース2：Seabornでのプロット

　Seabornでのエラー．

input

sns.scatterplot(data=df1, x='Height', y='Weight')
plt.show()

output

----> 1 sns.scatterplot(data=df1, x='Height', y='Weight')
      2 plt.show()
...
ValueError: If using all scalar values, you must pass an index

ドキュメントにも載っているシンプルな書き方ですが，変なエラーが出ました．どうやら辞書型からDataFrameに変換するときにインデックス周りで出るエラーのようで，実際エラー文の途中にそのような処理をしている箇所が書かれていました．

　解決策

input

plt.scatter(df1.Height.values, df1.Weight.values)
plt.show()

valuesメソッドでndarray型にしてやれば大丈夫．でもラベルをサクッと貼れないのは不便...

まとめ

　一時間強ハマってしまいました．自分が調べた限りでは根本的な解決策は見つかりませんでしたが，時間がある時にでもissueを漁ってみようかと思います．