使用 loc 创建新数据框时熊猫重新索引错误答案

【问题标题】：pandas reindexing error while using loc to create a new data frame使用 loc 创建新数据框时熊猫重新索引错误
【发布时间】：2017-01-20 06:59:49
【问题描述】：

关于重新索引有很多问题，我尝试了解决方案，但它们对我的代码不起作用，可能是我出错了，我有一个包含两个变量 patnum(ID)、vrddat(Date) 和我的数据集m 使用以下代码在应用某些条件后获取数据框。

data_3 = data_2.loc[(((data_2.groupby('patnum').first()['vrddat']> datetime.date(2012,1,1)) & 
     (data_2.groupby('patnum').first()['vrddat']> datetime.date(2012,3,31)))),['patnum','vrddat','drug']].reset_index(drop = True)

上面的代码抛出下面的错误。

索引错误

IndexingError：提供了不可对齐的布尔系列键

如何在应用条件后获得一个包含所有变量作为输入数据的新数据框，在上述代码条件中有效，但是当我使用 loc 获取一个包含所有变量的新数据框时，它会引发索引错误，我也使用了 reset_index，但它不起作用。

谢谢。

【问题讨论】：

标签： python pandas indexing reindex

【解决方案1】：

您想在DataFrame data_2 中使用从Series s 创建的掩码进行布尔索引存在问题，因此需要isin 以检查vrddat 列中的值vals：

data_2 = pd.DataFrame({'patnum':[1,2,3,3,1],
                   'vrddat':pd.date_range('2012-01-10', periods=5, freq='1m'),
                   'drug':[7,8,9,7,5],
                   'zzz ':[1,3,5,6,7]})

print (data_2)
   drug  patnum     vrddat  zzz 
0     7       1 2012-01-31     1
1     8       2 2012-02-29     3
2     9       3 2012-03-31     5
3     7       3 2012-04-30     6
4     5       1 2012-05-31     7

s = data_2.groupby('patnum')['vrddat'].first()
print (s)
patnum
1   2012-01-31
2   2012-02-29
3   2012-03-31
Name: vrddat, dtype: datetime64[ns]

mask = (s > datetime.date(2012,1,1)) & (s < datetime.date(2012,3,31))
print (mask)
patnum
1     True
2     True
3    False
Name: vrddat, dtype: bool

vals = s[mask]
print (vals)
patnum
1   2012-01-31
2   2012-02-29
Name: vrddat, dtype: datetime64[ns]

data_3 = data_2.loc[data_2['vrddat'].isin(vals), ['patnum','vrddat','drug']]
               .reset_index(drop = True)
print (data_3)
   patnum     vrddat  drug
0       1 2012-01-31     7
1       2 2012-02-29     8

s 的另一个更快的解决方案是drop_duplicates：

s = data_2.drop_duplicates(['patnum'])['vrddat']
print (s)
0   2012-01-31
1   2012-02-29
2   2012-03-31
Name: vrddat, dtype: datetime64[ns]

【讨论】：