fume-manage-python.git

U  
¬ý°d×Mã)@sþdZddlmZddlZddlmZddlmZmZddl    m
Z
GdddeZGd    d
d
eZ GdddeZGd ddeZGdddeZGdddeZGdddeZGdddeZGdddeZGdddeZGdddeZGdddeZGdd d eZGd!d"d"eZGd#d$d$eZGd%d&d&eZGd'd(d(eZ Gd)d*d*eZ!Gd+d,d,eZ"Gd-d.d.eZ#d/Z$Gd0d1d1e%Z&Gd2d3d3e%Z'Gd4d5d5eZ(Gd6d7d7e)Z*Gd8d9d9e*Z+Gd:d;d;e,Z-Gd<d=d=eZ.Gd>d?d?eZ/Gd@dAdAeZ0GdBdCdCeZ1GdDdEdEe2Z3GdFdGdGeZ4GdHdIdIeZ5GdJdKdKeZ6GdLdMdMeZ7GdNdOdOeZ8GdPdQdQeZ9GdRdSdSeZ:dddCdMd?d;dEd&dd"ddAddKdSd$dTd5dOddQd
d d1dUdVdWdddd=dGd7d9d*d,d(d3dddIg)Z;dS)Xz%
Expose public exceptions & warnings
é)ÚannotationsN)ÚOptionError)ÚOutOfBoundsDatetimeÚOutOfBoundsTimedelta)ÚInvalidVersionc@seZdZdZdS)ÚIntCastingNaNErrorz]
    Exception raised when converting (``astype``) an array with NaN to an integer type.
    N©Ú__name__Ú
__module__Ú__qualname__Ú__doc__©r r úMd:\z\workplace\vscode\pyvenv\venv\Lib\site-packages\pandas/errors/__init__.pyrsrc@seZdZdZdS)ÚNullFrequencyErrorz
    Exception raised when a ``freq`` cannot be null.
 
    Particularly ``DatetimeIndex.shift``, ``TimedeltaIndex.shift``,
    ``PeriodIndex.shift``.
    Nrr r r rrsrc@seZdZdZdS)ÚPerformanceWarningzE
    Warning raised when there is a possible performance impact.
    Nrr r r rr!src@seZdZdZdS)ÚUnsupportedFunctionCallz
    Exception raised when attempting to call a unsupported numpy function.
 
    For example, ``np.cumsum(groupby_object)``.
    Nrr r r rr'src@seZdZdZdS)ÚUnsortedIndexErrorzk
    Error raised when slicing a MultiIndex which has not been lexsorted.
 
    Subclass of `KeyError`.
    Nrr r r rr/src@seZdZdZdS)ÚParserErrorao
    Exception that is raised by an error encountered in parsing file contents.
 
    This is a generic error raised for errors encountered when functions like
    `read_csv` or `read_html` are parsing contents of a file.
 
    See Also
    --------
    read_csv : Read CSV (comma-separated) file into a DataFrame.
    read_html : Read HTML table into a DataFrame.
    Nrr r r rr7src@seZdZdZdS)ÚDtypeWarninga
    Warning raised when reading different dtypes in a column from a file.
 
    Raised for a dtype incompatibility. This can happen whenever `read_csv`
    or `read_table` encounter non-uniform dtypes in a column(s) of a given
    CSV file.
 
    See Also
    --------
    read_csv : Read CSV (comma-separated) file into a DataFrame.
    read_table : Read general delimited file into a DataFrame.
 
    Notes
    -----
    This warning is issued when dealing with larger files because the dtype
    checking happens per chunk read.
 
    Despite the warning, the CSV file is read with mixed types in a single
    column which will be an object type. See the examples below to better
    understand this issue.
 
    Examples
    --------
    This example creates and reads a large CSV file with a column that contains
    `int` and `str`.
 
    >>> df = pd.DataFrame({'a': (['1'] * 100000 + ['X'] * 100000 +
    ...                          ['1'] * 100000),
    ...                    'b': ['b'] * 300000})  # doctest: +SKIP
    >>> df.to_csv('test.csv', index=False)  # doctest: +SKIP
    >>> df2 = pd.read_csv('test.csv')  # doctest: +SKIP
    ... # DtypeWarning: Columns (0) have mixed types
 
    Important to notice that ``df2`` will contain both `str` and `int` for the
    same input, '1'.
 
    >>> df2.iloc[262140, 0]  # doctest: +SKIP
    '1'
    >>> type(df2.iloc[262140, 0])  # doctest: +SKIP
    <class 'str'>
    >>> df2.iloc[262150, 0]  # doctest: +SKIP
    1
    >>> type(df2.iloc[262150, 0])  # doctest: +SKIP
    <class 'int'>
 
    One way to solve this issue is using the `dtype` parameter in the
    `read_csv` and `read_table` functions to explicit the conversion:
 
    >>> df2 = pd.read_csv('test.csv', sep=',', dtype={'a': str})  # doctest: +SKIP
 
    No warning was issued.
    Nrr r r rrEsrc@seZdZdZdS)ÚEmptyDataErrorzW
    Exception raised in ``pd.read_csv`` when empty data or header is encountered.
    Nrr r r rr|src@seZdZdZdS)Ú ParserWarninga9
    Warning raised when reading a file that doesn't use the default 'c' parser.
 
    Raised by `pd.read_csv` and `pd.read_table` when it is necessary to change
    parsers, generally from the default 'c' parser to 'python'.
 
    It happens due to a lack of support or functionality for parsing a
    particular attribute of a CSV file with the requested engine.
 
    Currently, 'c' unsupported options include the following parameters:
 
    1. `sep` other than a single character (e.g. regex separators)
    2. `skipfooter` higher than 0
    3. `sep=None` with `delim_whitespace=False`
 
    The warning can be avoided by adding `engine='python'` as a parameter in
    `pd.read_csv` and `pd.read_table` methods.
 
    See Also
    --------
    pd.read_csv : Read CSV (comma-separated) file into DataFrame.
    pd.read_table : Read general delimited file into DataFrame.
 
    Examples
    --------
    Using a `sep` in `pd.read_csv` other than a single character:
 
    >>> import io
    >>> csv = '''a;b;c
    ...           1;1,8
    ...           1;2,1'''
    >>> df = pd.read_csv(io.StringIO(csv), sep='[;,]')  # doctest: +SKIP
    ... # ParserWarning: Falling back to the 'python' engine...
 
    Adding `engine='python'` to `pd.read_csv` removes the Warning:
 
    >>> df = pd.read_csv(io.StringIO(csv), sep='[;,]', engine='python')
    Nrr r r rrsrc@seZdZdZdS)Ú
MergeErrorzN
    Exception raised when merging data.
 
    Subclass of ``ValueError``.
    Nrr r r rr«src@seZdZdZdS)ÚAccessorRegistrationWarningzC
    Warning for attribute conflicts in accessor registration.
    Nrr r r rr³src@s0eZdZdZddddddZddd    d
ZdS) ÚAbstractMethodErrorzO
    Raise this error instead of NotImplementedError for abstract methods.
    ÚmethodÚstrÚNone)Ú
methodtypeÚreturncCs:ddddh}||kr*td|d|d||_||_dS)NrÚclassmethodÚstaticmethodÚpropertyzmethodtype must be one of z, got z     instead.)Ú
ValueErrorrÚclass_instance)Úselfr#rÚtypesr r rÚ__init__¾sÿzAbstractMethodError.__init__)rcCs2|jdkr|jj}nt|jj}d|jd|S)NrzThis z' must be defined in the concrete class )rr#r    Útype)r$Únamer r rÚ__str__Çs
 
zAbstractMethodError.__str__N)r)r    r
rrr&r)r r r rr¹s    rc@seZdZdZdS)ÚNumbaUtilErrorz=
    Error raised for unsupported Numba engine routines.
    Nrr r r rr*Ïsr*c@seZdZdZdS)ÚDuplicateLabelErrora¯
    Error raised when an operation would introduce duplicate labels.
 
    .. versionadded:: 1.2.0
 
    Examples
    --------
    >>> s = pd.Series([0, 1, 2], index=['a', 'b', 'c']).set_flags(
    ...     allows_duplicate_labels=False
    ... )
    >>> s.reindex(['a', 'a', 'b'])
    Traceback (most recent call last):
       ...
    DuplicateLabelError: Index has duplicates.
          positions
    label
    a        [0, 1]
    Nrr r r rr+Õsr+c@seZdZdZdS)ÚInvalidIndexErrorzd
    Exception raised when attempting to use an invalid index key.
 
    .. versionadded:: 1.1.0
    Nrr r r rr,êsr,c@seZdZdZdS)Ú    DataErrorz³
    Exceptionn raised when performing an operation on non-numerical data.
 
    For example, calling ``ohlc`` on a non-numerical column or a function
    on a rolling window.
    Nrr r r rr-òsr-c@seZdZdZdS)ÚSpecificationErrora
    Exception raised by ``agg`` when the functions are ill-specified.
 
    The exception raised in two scenarios.
 
    The first way is calling ``agg`` on a
    Dataframe or Series using a nested renamer (dict-of-dict).
 
    The second way is calling ``agg`` on a Dataframe with duplicated functions
    names without assigning column name.
 
    Examples
    --------
    >>> df = pd.DataFrame({'A': [1, 1, 1, 2, 2],
    ...                    'B': range(5),
    ...                    'C': range(5)})
    >>> df.groupby('A').B.agg({'foo': 'count'}) # doctest: +SKIP
    ... # SpecificationError: nested renamer is not supported
 
    >>> df.groupby('A').agg({'B': {'foo': ['sum', 'max']}}) # doctest: +SKIP
    ... # SpecificationError: nested renamer is not supported
 
    >>> df.groupby('A').agg(['min', 'min']) # doctest: +SKIP
    ... # SpecificationError: nested renamer is not supported
    Nrr r r rr.ûsr.c@seZdZdZdS)ÚSettingWithCopyErrora¶
    Exception raised when trying to set on a copied slice from a ``DataFrame``.
 
    The ``mode.chained_assignment`` needs to be set to set to 'raise.' This can
    happen unintentionally when chained indexing.
 
    For more information on evaluation order,
    see :ref:`the user guide<indexing.evaluation_order>`.
 
    For more information on view vs. copy,
    see :ref:`the user guide<indexing.view_versus_copy>`.
 
    Examples
    --------
    >>> pd.options.mode.chained_assignment = 'raise'
    >>> df = pd.DataFrame({'A': [1, 1, 1, 2, 2]}, columns=['A'])
    >>> df.loc[0:3]['A'] = 'a' # doctest: +SKIP
    ... # SettingWithCopyError: A value is trying to be set on a copy of a...
    Nrr r r rr/sr/c@seZdZdZdS)ÚSettingWithCopyWarninga¢
    Warning raised when trying to set on a copied slice from a ``DataFrame``.
 
    The ``mode.chained_assignment`` needs to be set to set to 'warn.'
    'Warn' is the default option. This can happen unintentionally when
    chained indexing.
 
    For more information on evaluation order,
    see :ref:`the user guide<indexing.evaluation_order>`.
 
    For more information on view vs. copy,
    see :ref:`the user guide<indexing.view_versus_copy>`.
 
    Examples
    --------
    >>> df = pd.DataFrame({'A': [1, 1, 1, 2, 2]}, columns=['A'])
    >>> df.loc[0:3]['A'] = 'a' # doctest: +SKIP
    ... # SettingWithCopyWarning: A value is trying to be set on a copy of a...
    Nrr r r rr0-sr0c@seZdZdZdS)ÚChainedAssignmentErrora
    Warning raised when trying to set using chained assignment.
 
    When the ``mode.copy_on_write`` option is enabled, chained assignment can
    never work. In such a situation, we are always setting into a temporary
    object that is the result of an indexing operation (getitem), which under
    Copy-on-Write always behaves as a copy. Thus, assigning through a chain
    can never update the original Series or DataFrame.
 
    For more information on view vs. copy,
    see :ref:`the user guide<indexing.view_versus_copy>`.
 
    Examples
    --------
    >>> pd.options.mode.copy_on_write = True
    >>> df = pd.DataFrame({'A': [1, 1, 1, 2, 2]}, columns=['A'])
    >>> df["A"][0:3] = 10 # doctest: +SKIP
    ... # ChainedAssignmentError: ...
    >>> pd.options.mode.copy_on_write = False
    Nrr r r rr1Csr1aA value is trying to be set on a copy of a DataFrame or Series through chained assignment.
When using the Copy-on-Write mode, such chained assignment never works to update the original DataFrame or Series, because the intermediate object on which we are setting values always behaves as a copy.
 
Try using '.loc[row_indexer, col_indexer] = value' instead, to perform the assignment in a single step.
 
See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copyc@seZdZdZdS)ÚNumExprClobberingErrora
    Exception raised when trying to use a built-in numexpr name as a variable name.
 
    ``eval`` or ``query`` will throw the error if the engine is set
    to 'numexpr'. 'numexpr' is the default engine value for these methods if the
    numexpr package is installed.
 
    Examples
    --------
    >>> df = pd.DataFrame({'abs': [1, 1, 1]})
    >>> df.query("abs > 2") # doctest: +SKIP
    ... # NumExprClobberingError: Variables in expression "(abs) > (2)" overlap...
    >>> sin, a = 1, 2
    >>> pd.eval("sin + a", engine='numexpr') # doctest: +SKIP
    ... # NumExprClobberingError: Variables in expression "(sin) + (a)" overlap...
    Nrr r r rr2hsr2cs,eZdZdZd    ddddfdd ZZS)
ÚUndefinedVariableErrora$
    Exception raised by ``query`` or ``eval`` when using an undefined variable name.
 
    It will also specify whether the undefined variable is local or not.
 
    Examples
    --------
    >>> df = pd.DataFrame({'A': [1, 1, 1]})
    >>> df.query("A > x") # doctest: +SKIP
    ... # UndefinedVariableError: name 'x' is not defined
    >>> df.query("A > @y") # doctest: +SKIP
    ... # UndefinedVariableError: local variable 'y' is not defined
    >>> pd.eval('x + 1') # doctest: +SKIP
    ... # UndefinedVariableError: name 'x' is not defined
    Nrzbool | Noner)r(Úis_localrcs8t|d}|rd|}n
d|}t |¡dS)Nz is not definedzlocal variable zname )ÚreprÚsuperr&)r$r(r4Zbase_msgÚmsg©Ú    __class__r rr&s
 
zUndefinedVariableError.__init__)N©r    r
rrr&Ú __classcell__r r r8rr3{sr3c@seZdZdZdS)Ú IndexingErroraã
    Exception is raised when trying to index and there is a mismatch in dimensions.
 
    Examples
    --------
    >>> df = pd.DataFrame({'A': [1, 1, 1]})
    >>> df.loc[..., ..., 'A'] # doctest: +SKIP
    ... # IndexingError: indexer may only contain one '...' entry
    >>> df = pd.DataFrame({'A': [1, 1, 1]})
    >>> df.loc[1, ..., ...] # doctest: +SKIP
    ... # IndexingError: Too many indexers
    >>> df[pd.Series([True], dtype=bool)] # doctest: +SKIP
    ... # IndexingError: Unalignable boolean Series provided as indexer...
    >>> s = pd.Series(range(2),
    ...               index = pd.MultiIndex.from_product([["a", "b"], ["c"]]))
    >>> s.loc["a", "c", "d"] # doctest: +SKIP
    ... # IndexingError: Too many indexers
    Nrr r r rr<sr<c@seZdZdZdS)ÚPyperclipExceptionz
    Exception raised when clipboard functionality is unsupported.
 
    Raised by ``to_clipboard()`` and ``read_clipboard()``.
    Nrr r r rr=ªsr=cs(eZdZdZdddfddZZS)ÚPyperclipWindowsExceptionz¼
    Exception raised when clipboard functionality is unsupported by Windows.
 
    Access to the clipboard handle would be denied due to some other
    window process is accessing it.
    rr)Úmessagercs$|dt ¡d7}t |¡dS)Nz (ú))ÚctypesÚWinErrorr6r&)r$r?r8r rr&ºsz"PyperclipWindowsException.__init__r:r r r8rr>²sr>c@seZdZdZdS)Ú
CSSWarninga
    Warning is raised when converting css styling fails.
 
    This can be due to the styling not having an equivalent value or because the
    styling isn't properly formatted.
 
    Examples
    --------
    >>> df = pd.DataFrame({'A': [1, 1, 1]})
    >>> (df.style.applymap(lambda x: 'background-color: blueGreenRed;')
    ...         .to_excel('styled.xlsx')) # doctest: +SKIP
    ... # CSSWarning: Unhandled color format: 'blueGreenRed'
    >>> (df.style.applymap(lambda x: 'border: 1px solid red red;')
    ...         .to_excel('styled.xlsx')) # doctest: +SKIP
    ... # CSSWarning: Too many tokens provided to "border" (expected 1-3)
    Nrr r r rrCÀsrCc@seZdZdZdS)ÚPossibleDataLossErrora&
    Exception raised when trying to open a HDFStore file when already opened.
 
    Examples
    --------
    >>> store = pd.HDFStore('my-store', 'a') # doctest: +SKIP
    >>> store.open("w") # doctest: +SKIP
    ... # PossibleDataLossError: Re-opening the file [my-store] with mode [a]...
    Nrr r r rrDÓsrDc@seZdZdZdS)ÚClosedFileErrora8
    Exception is raised when trying to perform an operation on a closed HDFStore file.
 
    Examples
    --------
    >>> store = pd.HDFStore('my-store', 'a') # doctest: +SKIP
    >>> store.close() # doctest: +SKIP
    >>> store.keys() # doctest: +SKIP
    ... # ClosedFileError: my-store file is not open!
    Nrr r r rrEßsrEc@seZdZdZdS)ÚIncompatibilityWarningzX
    Warning raised when trying to use where criteria on an incompatible HDF5 file.
    Nrr r r rrFìsrFc@seZdZdZdS)ÚAttributeConflictWarninga$
    Warning raised when index attributes conflict when using HDFStore.
 
    Occurs when attempting to append an index with a different
    name than the existing index on an HDFStore or attempting to append an index with a
    different frequency than the existing index on an HDFStore.
    Nrr r r rrGòsrGc@seZdZdZdS)Ú DatabaseErroraJ
    Error is raised when executing sql with bad syntax or sql that throws an error.
 
    Examples
    --------
    >>> from sqlite3 import connect
    >>> conn = connect(':memory:')
    >>> pd.read_sql('select * test', conn) # doctest: +SKIP
    ... # DatabaseError: Execution failed on sql 'test': near "test": syntax error
    Nrr r r rrHüsrHc@seZdZdZdS)ÚPossiblePrecisionLossa¥
    Warning raised by to_stata on a column with a value outside or equal to int64.
 
    When the column value is outside or equal to the int64 value the column is
    converted to a float64 dtype.
 
    Examples
    --------
    >>> df = pd.DataFrame({"s": pd.Series([1, 2**53], dtype=np.int64)})
    >>> df.to_stata('test') # doctest: +SKIP
    ... # PossiblePrecisionLoss: Column converted from int64 to float64...
    Nrr r r rrI    srIc@seZdZdZdS)ÚValueLabelTypeMismatchaK
    Warning raised by to_stata on a category column that contains non-string values.
 
    Examples
    --------
    >>> df = pd.DataFrame({"categories": pd.Series(["a", 2], dtype="category")})
    >>> df.to_stata('test') # doctest: +SKIP
    ... # ValueLabelTypeMismatch: Stata value labels (pandas categories) must be str...
    Nrr r r rrJsrJc@seZdZdZdS)ÚInvalidColumnNamea
    Warning raised by to_stata the column contains a non-valid stata name.
 
    Because the column name is an invalid Stata variable, the name needs to be
    converted.
 
    Examples
    --------
    >>> df = pd.DataFrame({"0categories": pd.Series([2, 2])})
    >>> df.to_stata('test') # doctest: +SKIP
    ... # InvalidColumnName: Not all pandas column names were valid Stata variable...
    Nrr r r rrK$srKc@seZdZdZdS)ÚCategoricalConversionWarninga
    Warning is raised when reading a partial labeled Stata file using a iterator.
 
    Examples
    --------
    >>> from pandas.io.stata import StataReader
    >>> with StataReader('dta_file', chunksize=2) as reader: # doctest: +SKIP
    ...   for i, block in enumerate(reader):
    ...      print(i, block)
    ... # CategoricalConversionWarning: One or more series with value labels...
    Nrr r r rrL3srLc@seZdZdZdS)ÚLossySetitemErrorzW
    Raised when trying to do a __setitem__ on an np.ndarray that is not lossless.
    Nrr r r rrMAsrMc@seZdZdZdS)ÚNoBufferPresentz^
    Exception is raised in _get_data_buffer to signal that there is no requested buffer.
    Nrr r r rrNGsrNc@seZdZdZdS)ÚInvalidComparisonz^
    Exception is raised by _validate_comparison_value to indicate an invalid comparison.
    Nrr r r rrOMsrOrrrr)<rÚ
__future__rrAZpandas._config.configrZpandas._libs.tslibsrrZpandas.util.versionrr"rrÚWarningrrÚKeyErrorrrrrrrrÚNotImplementedErrorrÚ    Exceptionr*r+r,r-r.r/r0r1Z_chained_assignment_msgÚ    NameErrorr2r3r<ÚRuntimeErrorr=r>ÚUserWarningrCrDrErFrGÚOSErrorrHrIrJrKrLrMrNrOÚ__all__r r r rÚ<module>s®    7)    ÿ 
 ×