错误“只能比较标记相同的系列对象”和 sort_index答案

【问题标题】：Error"Can only compare identically-labeled Series objects" and sort_index错误“只能比较标记相同的系列对象”和 sort_index
【发布时间】：2017-11-30 01:53:15
【问题描述】：

我有两个数据框 df1 df2 具有相同的行数和列数以及变量，我正在尝试比较两个数据框中的布尔变量 choice。然后使用if/else 来操作数据。但是当我尝试比较布尔变量时似乎有些错误。

这是我的数据框示例和代码：

#df1
v_100     choice #boolean
7          True
0          True
7          False
2          True

#df2
v_100     choice #boolean
1          False
2          True
74         True
6          True

def lastTwoTrials_outcome():
     df1 = df.iloc[5::6, :] #df1 and df2 are extracted from the same dataframe first
     df2 = df.iloc[4::6, :]

     if df1['choice'] != df2['choice']:  # if "choice" is different in the two dataframes
         df1['v_100'] = (df1['choice'] + df2['choice']) * 0.5

这是错误：

if df1['choice'] != df2['choice']:
File "path", line 818, in wrapper
raise ValueError(msg)
ValueError: Can only compare identically-labeled Series objects

我发现了同样的错误here，答案首先建议sort_index，但我真的不明白为什么？谁能详细解释一下（如果这是正确的解决方案）？

谢谢！

【问题讨论】：

标签： python pandas indexing boolean

【解决方案1】：

我认为您需要reset_index 来获取相同的索引值，然后再使用comapare - 创建新列最好使用mask 或numpy.where：

另外+ 使用| 因为使用布尔值。

df1 = df1.reset_index(drop=True)
df2 = df2.reset_index(drop=True)
df1['v_100'] = df1['choice'].mask(df1['choice'] != df2['choice'],
                                  (df1['choice'] + df2['choice']) * 0.5)


df1['v_100'] = np.where(df1['choice'] != df2['choice'],
                       (df1['choice'] | df2['choice']) * 0.5,
                        df1['choice'])

样品：

print (df1)
   v_100  choice
5      7    True
6      0    True
7      7   False
8      2    True

print (df2)
   v_100  choice
4      1   False
5      2    True
6     74    True
7      6    True

df1 = df1.reset_index(drop=True)
df2 = df2.reset_index(drop=True)
print (df1)
   v_100  choice
0      7    True
1      0    True
2      7   False
3      2    True

print (df2)
   v_100  choice
0      1   False
1      2    True
2     74    True
3      6    True

df1['v_100'] = df1['choice'].mask(df1['choice'] != df2['choice'],
                                  (df1['choice'] | df2['choice']) * 0.5)

print (df1)
   v_100  choice
0    0.5    True
1    1.0    True
2    0.5   False
3    1.0    True

【讨论】：

感谢您的帮助！我已经尝试了这两种方法，但仍然出现确切的错误。
print (df1.index) 和 print (df2.index) 是什么？ print (len(df1.index)) 和 print (len(df2.index)) 是什么？
print (df1.index) : RangeIndex(start=5, stop=2160, step=6) print (df2.index) : RangeIndex(start=4, stop=2160, step=6) print (len(df1.index)) : 360 @ 987654339@：360。谢谢！
所以问题是索引不同 - start=5 与 start=4 不同。你试试 reset_index 吗？
是的，打印在reset_index 之后。那么为什么他们仍然有不同的开始呢？我重新检查了它们的行数和列数是否相同。

【解决方案2】：

发生错误是因为您比较了具有不同索引的两个 pandas.Series 对象。一个简单的解决方案是仅比较系列中的值。试试看：

if df1['choice'].values != df2['choice'].values

【讨论】：