pandas 使用 loc 创建新数据框时重新索引错误

Question

关于重新索引有很多问题，我尝试了这些解决方案，但它们对我的代码不起作用，可能是我弄错了，我有一个包含两个变量 patnum(ID)、vrddat(Date) 和在应用某些条件后，我使用下面的代码来获取数据框。

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)

以上代码抛出以下错误。

IndexingError

IndexingError: Unalignable boolean Series key provided

如何在应用条件后获得一个将所有变量作为输入数据的新数据框，在上面的代码中条件有效，但是当我使用 loc 获取一个包含所有变量的新数据框时，它会抛出索引错误，我也使用了 reset_index，但它确实有效。

谢谢。

Answer 1

您希望通过从 Series s 创建的掩码在 DataFrame data_2 中使用布尔索引存在问题，因此需要 isin 用于检查值vrddat 列 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]

pandas 使用 loc 创建新数据框时重新索引错误

pandas reindexing error while using loc to create a new data frame

python

indexing

pandas

reindex