You need to enable JavaScript to run this app. R中flow_images_from_dataframe函数pandas报错与生成器迭代问题求助
优惠活动
大模型
产品
解决方案
定价
更多

R中flow_images_from_dataframe函数pandas报错与生成器迭代问题求助

问题1:已安装pandas仍提示缺失的解决方案
  • 核心原因:你的TensorFlow运行环境是r-reticulate(从tf_config()输出的Python路径可确认),但你此前安装pandas时指定的环境名是r-tensorflow,包安装到了错误的环境中,Keras自然无法识别。
  • 修复步骤:
    1. 先指定Reticulate使用正确的conda环境:
      library(reticulate)
      use_condaenv("r-reticulate", required = TRUE)
      
    2. 在对应环境中安装pandas:
      reticulate::conda_install("pandas", envname = "r-reticulate")
      
    3. 验证pandas是否可被识别,返回TRUE即为修复成功:
      py_module_available("pandas")
      
  • 额外修正调用参数错误:你原来的flow_images_from_dataframe参数填写错误,x_col和y_col只需传入数据框列名的字符串即可,不需要包装为列表,回归任务也不需要传入classes参数,修正后的调用代码如下:
    train_generator <- flow_images_from_dataframe(
      dataframe = train_dataset, 
      directory = train_image_files_path, 
      x_col = "File_Name", 
      y_col = "Attractive", 
      generator = train_datagen,
      class_mode = "other", 
      target_size = c(640, 450), 
      batch_size = 20
    )
    
问题2:generator_next提示对象不可迭代的解决方案
  • 核心原因:你自定义的flow_images_from_dataframe函数把核心调用do.call(generator$flow_from_dataframe, args)代码注释掉了,函数没有返回合法的Keras生成器对象,自然无法被迭代读取。
  • 修复步骤:
    1. 先删除你自定义的flow_images_from_dataframe函数,恢复Keras原生函数的调用。
    2. 完成问题1的修复后,用上面修正后的参数调用原生函数生成train_generator,再调用generator_next即可得到预期的输出:
      batch <- generator_next(train_generator)
      str(batch)
      
    3. 如果你坚持使用自定义函数,把注释掉的do.call行放开,确保函数返回生成器对象即可。

内容的提问来源于stack exchange,提问作者Odysseas G.

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.12 20:12:03