pandas loc 与行过滤器的行为不同

Question

Pandas loc 方法与行过滤器一起使用时会引发错误

test[test.loc[0:1,['holiday','weekday']].apply(lambda x:True,axis=1)]

IndexingError：作为索引器提供的不可对齐布尔系列（索引 布尔系列和索引对象的不匹配）。

而没有行过滤器的相同代码可以正常工作

test[test.loc[0:1,['holiday','weekday']].apply(lambda x:True,axis=1)]

复制步骤

test=pd.DataFrame({"holiday":[0,0,0],"weekday":[1,2,3],"workingday":[1,1,1]})
test[test.loc[:,['holiday','weekday']].apply(lambda x:True,axis=1)] ##works fine
test[test.loc[0:1,['holiday','weekday']].apply(lambda x:True,axis=1)] ##fails

我试图了解这两者之间的区别是什么导致一个失败而另一个成功

Answer 1

所以基本语法是DataFrame[things to look for, e.g row slices or columns] 考虑到这一点，您正在尝试使用以下命令过滤您的数据框test（这些是括号中的代码 sn-ps）：

test.loc[:,['holiday','weekday']].apply(lambda x:True,axis=1)

这会为数据帧中的每一行返回True，因此“过滤器”会返回整个数据帧

test.loc[0:1,['holiday','weekday']].apply(lambda x:True,axis=1)

这部分本身正在工作，它是通过对第 0 行和第 1 行进行切片然后应用 lambda 函数来实现的。因此，“过滤器”仅包含 2 行中的 True。现在的重点是，第三行没有值，这会导致您的错误：必须切片的数据帧的索引（3 行）和用于切片的布尔系列（2 个值）不匹配.

解决此问题取决于您实际想要的输出，即 lambda 函数是否应该仅应用于数据的子集，或者您是否只希望检索结果的子集使用。