python 3.x 关于追加函数——IndexError: single positional indexer is out-of-bounds答案

【问题标题】：python 3.x about append function——IndexError: single positional indexer is out-of-boundspython 3.x 关于追加函数——IndexError: single positional indexer is out-of-bounds
【发布时间】：2018-03-26 05:44:04
【问题描述】：

import numpy as np
import pandas 

data=pandas.read_table('u.data',names=['user id','item id','rating','timestamp']

user=pandas.read_table('u.user', sep='|',names=['user id ','age','gender','occupation','zip code'])

item=pandas.read_table(r'u.item', sep='|',names=['movie id','movie title','release date','video release date',
'IMDb URL','unknown','Action','Adventure','Animation',"Children's", 
'Comedy','Crime','Documentary','Drama','Fantasy','Film-Noir', 
'Horror','Musical','Mystery','Romance','Sci-Fi','Thriller',' War',' Western'])

data.sort_values('user id', inplace=True)

Averge=pandas.pivot_table(data, values='rating', columns=['user id'], aggfunc='mean')

M=[]
F=[]

#There is an error 

for i in range(944):
    if  user.iloc[i]['gender']=='M':
        M.append(Averge[i+1])
    else:
        F.append(Averge[i+1])

IndexError: single positional indexer is out-of-bounds

【问题讨论】：

看起来你的问题都是代码。您需要为您的问题提供上下文，并格式化所有代码块（选择它们，然后按）
谢谢！我现在试试。

标签： python-3.x pandas append

【解决方案1】：

您正在尝试附加 Averge 数据框的子集，但您没有正确索引数据框。如果您想要Averge 的i+1 行，请使用.iloc。

例如：

import pandas as pd

df = pd.DataFrame({'foo':[1,2,3], 'bar':[9,8,7]})
for i in range(2):
    print(df.iloc[i+1])

# output
bar    8
foo    2
Name: 1, dtype: int64
bar    7
foo    3
Name: 2, dtype: int64

【讨论】：

【解决方案2】：

很抱歉，我的英语很差。我希望你知道我想表达什么。

感谢安德鲁·里斯的提示！现在我已经解决了！

首先，对于 i in range(943): 944 超出范围，你最好知道数据。其次，因为我的数据比较特殊，所以 Averge.iloc[0][i+1] 是对的。只有一排。就是喜欢！

Averge=pandas.pivot_table(data, values='rating', columns=['user id'], aggfunc='mean')

M=[]
F=[]

for i in range(943):
    #944 will make it-> IndexError: single positional indexer is out-of-bounds
    if  (user.iloc[i]['gender']=='M'):
        M.append(Averge.iloc[0][i+1])
    else:
        F.append(Averge.iloc[0][i+1])  #df.iloc[0][1] the first data

如果大家有什么不对的，欢迎！

【讨论】：