Datasets:

---

Abigail99216

/

commentrobot

like 0

Error code:   DatasetGenerationCastError
Exception:    DatasetGenerationCastError
Message:      An error occurred while generating the dataset

All the data files must have the same columns, but at some point there are 49 new columns ({'第一条罗伯特评论时间', 'is_first_comment_robot', '原微博内容长度', '后续人类二级评论数', '首评字数', 'is_first_comment_hottest', '原微博评论数', '首评楼中楼_vs_人类首评_平均cosine_similarity', '轮次01', '原贴与首评_平均cosine_similarity', '首评二级评论_平均cosine_similarity', '首评和首评楼中楼情感一致性均值', '第一条罗伯特评论二级评论数', '首评楼中楼与原帖情感一致性均值', '首评与剩余一级评论情感一致性均值', '罗伯特评论总数', 'is_hottest_comment_secondary_to_first_comment', 'is_hottest_comment_secondary_to_following_human_primary_comment', '人类评论总数', '原微博内容', '首评楼中楼_vs_AI首评_平均cosine_similarity', '其他评论_vs_AI首评_平均cosine_similarity', '第一条人类评论时间', '总评论数', '其他评论_vs_人类首评_平均cosine_similarity', '后续人类一级评论数', '原微博发布时间', '是否含图', '原微博转发数', '一级评论_平均cosine_similarity', '原微博ID', '原微博与剩余一级评论情感一致性均值', '首评轮次数量', '一级评论情感均值', '是否罗伯特先评论', '后续人类评论总数', '轮次数量', '罗伯特评论距离2023年12月8日天数', '时间差_秒', '作者发帖前被罗伯特回复次数', '时间差绝对值', '情绪完全一致', '首评楼中楼情感均值', '首评轮次01', '用户是否verified', '原微博情感分数', '原微博-首评情感一致性', '第一条人类评论二级评论数', '原微博点赞数'}) and 19 missing columns ({'是否认证', '评论回复数', '会员等级', '序号', '评论IP', '用户转赞评数', '用户粉丝数', '用户名', '评论内容', '评论标识号', '用户简介', '评论点赞数', '用户关注数', '上级评论', '用户标识符', '性别', '粉丝牌', '原微博_mblogid', '时间'}).

This happened while the csv dataset builder was generating data using

hf://datasets/Abigail99216/commentrobot/full.csv (at revision 2230f84b192ba312da4292d605ab998a61c11cd6)

Please either edit the data files to have matching columns, or separate them into different configurations (see docs at https://hf.co/docs/hub/datasets-manual-configuration#multiple-configurations)
Traceback:    Traceback (most recent call last):
                File "/usr/local/lib/python3.12/site-packages/datasets/builder.py", line 1831, in _prepare_split_single
                  writer.write_table(table)
                File "/usr/local/lib/python3.12/site-packages/datasets/arrow_writer.py", line 714, in write_table
                  pa_table = table_cast(pa_table, self._schema)
                             ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
                File "/usr/local/lib/python3.12/site-packages/datasets/table.py", line 2272, in table_cast
                  return cast_table_to_schema(table, schema)
                         ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
                File "/usr/local/lib/python3.12/site-packages/datasets/table.py", line 2218, in cast_table_to_schema
                  raise CastError(
              datasets.table.CastError: Couldn't cast
              原微博ID: string
              总评论数: int64
              罗伯特评论总数: int64
              人类评论总数: int64
              是否罗伯特先评论: bool
              时间差绝对值: int64
              时间差_秒: int64
              后续人类评论总数: int64
              后续人类一级评论数: int64
              后续人类二级评论数: int64
              第一条罗伯特评论时间: string
              第一条人类评论时间: string
              第一条罗伯特评论二级评论数: int64
              第一条人类评论二级评论数: int64
              is_first_comment_robot: int64
              is_first_comment_hottest: int64
              is_hottest_comment_secondary_to_first_comment: int64
              is_hottest_comment_secondary_to_following_human_primary_comment: int64
              原微博内容: string
              原微博点赞数: int64
              原微博转发数: int64
              原微博发布时间: string
              原微博评论数: int64
              原微博内容长度: int64
              原微博情感分数: int64
              原微博-首评情感一致性: int64
              一级评论情感均值: double
              首评楼中楼情感均值: double
              首评楼中楼与原帖情感一致性均值: double
              原微博与剩余一级评论情感一致性均值: double
              首评与剩余一级评论情感一致性均值: double
              首评和首评楼中楼情感一致性均值: double
              情绪完全一致: int64
              首评二级评论_平均cosine_similarity: double
              一级评论_平均cosine_similarity: double
              首评楼中楼_vs_AI首评_平均cosine_similarity: double
              首评楼中楼_vs_人类首评_平均cosine_similarity: double
              其他评论_vs_AI首评_平均cosine_similarity: double
              其他评论_vs_人类首评_平均cosine_similarity: double
              原贴与首评_平均cosine_similarity: double
              首评轮次数量: int64
              首评轮次01: int64
              轮次数量: int64
              轮次01: int64
              作者发帖前被罗伯特回复次数: int64
              用户是否verified: int64
              是否含图: int64
              首评字数: int64
              罗伯特评论距离2023年12月8日天数: int64
              -- schema metadata --
              pandas: '{"index_columns": [{"kind": "range", "name": null, "start": 0, "' + 10046
              to
              {'原微博_mblogid': Value('string'), '序号': Value('int64'), '评论标识号': Value('int64'), '上级评论': Value('float64'), '用户标识符': Value('int64'), '时间': Value('string'), '用户名': Value('string'), '性别': Value('string'), '评论内容': Value('string'), '评论点赞数': Value('float64'), '评论回复数': Value('float64'), '粉丝牌': Value('string'), '评论IP': Value('string'), '用户简介': Value('string'), '是否认证': Value('string'), '会员等级': Value('float64'), '用户粉丝数': Value('float64'), '用户关注数': Value('float64'), '用户转赞评数': Value('float64')}
              because column names don't match
              
              During handling of the above exception, another exception occurred:
              
              Traceback (most recent call last):
                File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 1339, in compute_config_parquet_and_info_response
                  parquet_operations = convert_to_parquet(builder)
                                       ^^^^^^^^^^^^^^^^^^^^^^^^^^^
                File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 972, in convert_to_parquet
                  builder.download_and_prepare(
                File "/usr/local/lib/python3.12/site-packages/datasets/builder.py", line 894, in download_and_prepare
                  self._download_and_prepare(
                File "/usr/local/lib/python3.12/site-packages/datasets/builder.py", line 970, in _download_and_prepare
                  self._prepare_split(split_generator, **prepare_split_kwargs)
                File "/usr/local/lib/python3.12/site-packages/datasets/builder.py", line 1702, in _prepare_split
                  for job_id, done, content in self._prepare_split_single(
                                               ^^^^^^^^^^^^^^^^^^^^^^^^^^^
                File "/usr/local/lib/python3.12/site-packages/datasets/builder.py", line 1833, in _prepare_split_single
                  raise DatasetGenerationCastError.from_cast_error(
              datasets.exceptions.DatasetGenerationCastError: An error occurred while generating the dataset
              
              All the data files must have the same columns, but at some point there are 49 new columns ({'第一条罗伯特评论时间', 'is_first_comment_robot', '原微博内容长度', '后续人类二级评论数', '首评字数', 'is_first_comment_hottest', '原微博评论数', '首评楼中楼_vs_人类首评_平均cosine_similarity', '轮次01', '原贴与首评_平均cosine_similarity', '首评二级评论_平均cosine_similarity', '首评和首评楼中楼情感一致性均值', '第一条罗伯特评论二级评论数', '首评楼中楼与原帖情感一致性均值', '首评与剩余一级评论情感一致性均值', '罗伯特评论总数', 'is_hottest_comment_secondary_to_first_comment', 'is_hottest_comment_secondary_to_following_human_primary_comment', '人类评论总数', '原微博内容', '首评楼中楼_vs_AI首评_平均cosine_similarity', '其他评论_vs_AI首评_平均cosine_similarity', '第一条人类评论时间', '总评论数', '其他评论_vs_人类首评_平均cosine_similarity', '后续人类一级评论数', '原微博发布时间', '是否含图', '原微博转发数', '一级评论_平均cosine_similarity', '原微博ID', '原微博与剩余一级评论情感一致性均值', '首评轮次数量', '一级评论情感均值', '是否罗伯特先评论', '后续人类评论总数', '轮次数量', '罗伯特评论距离2023年12月8日天数', '时间差_秒', '作者发帖前被罗伯特回复次数', '时间差绝对值', '情绪完全一致', '首评楼中楼情感均值', '首评轮次01', '用户是否verified', '原微博情感分数', '原微博-首评情感一致性', '第一条人类评论二级评论数', '原微博点赞数'}) and 19 missing columns ({'是否认证', '评论回复数', '会员等级', '序号', '评论IP', '用户转赞评数', '用户粉丝数', '用户名', '评论内容', '评论标识号', '用户简介', '评论点赞数', '用户关注数', '上级评论', '用户标识符', '性别', '粉丝牌', '原微博_mblogid', '时间'}).
              
              This happened while the csv dataset builder was generating data using
              
              hf://datasets/Abigail99216/commentrobot/full.csv (at revision 2230f84b192ba312da4292d605ab998a61c11cd6)
              
              Please either edit the data files to have matching columns, or separate them into different configurations (see docs at https://hf.co/docs/hub/datasets-manual-configuration#multiple-configurations)