Pandas：InvalidIndexError：重新索引仅对具有唯一值的索引对象有效

Question

我有两个数据框，用于存储有关在商店中采购的产品的数据。 df1 存储有关商店名称、产品 ID、产品名称和购买日期的数据。 df2 存储有关产品 ID、产品名称和类型的数据。我正在尝试使用df1 中的接收日期值更新df2，但仅适用于P 类型的产品。

下面是数据框的视图以及我尝试做的事情。

df1:

StoreName,ProdId,ProdName,DateReceived
Store A,P1,Prod1,2018-05-01
Store A,P2,Prod2,2018-05-02
Store B,P1,Prod1,2018-05-04

df2:

DateRecived,ProdId,ProdName,Type

,P1,Prod1,P
,P2,Prod2,P
,P3,Prod3,S

脚本：

df2['DateRecived'] = df2['ProdId'].map(df1.set_index('ProdId')['StoreName']).df2['Type'] == 'P'

运行此程序会引发以下错误：

InvalidIndexError: Reindexing only valid with uniquely valued Index objects

谁能帮我修改脚本，以便我能够过滤出 Store Name 和 Prod Name 的值，并让 df2 填充 DateReceived 值。谢谢。

Answer 1

问题是重复的 - P1 产品是两次：

s = df1.set_index('ProdId')['StoreName']
print (s)

ProdId
P1    Store A
P2    Store A
P1    Store B
Name: StoreName, dtype: object

所以需要唯一值，drop_duplicates 只保留第一个值：

s = df1.drop_duplicates('ProdId').set_index('ProdId')['StoreName']
print (s)
ProdId
P1    Store A
P2    Store A
Name: StoreName, dtype: object

然后可以通过布尔掩码替换：

mask = df2['Type'] == 'P'
df2['DateRecived'] = df2['DateRecived'].mask(mask, df2['ProdId'].map(s))
print (df2)
  DateRecived ProdId ProdName Type
0     Store A     P1    Prod1    P
1     Store A     P2    Prod2    P
2         NaN     P3    Prod3    S

---

df2.loc[mask, 'DateRecived'] = df2.loc[mask, 'ProdId'].map(s)
print (df2)
  DateRecived ProdId ProdName Type
0     Store A     P1    Prod1    P
1     Store A     P2    Prod2    P
2         NaN     P3    Prod3    S