ValueError：在 Pandas 中匹配日期时，系列长度必须匹配才能比较答案

【问题标题】：ValueError: Series lengths must match to compare when matching dates in PandasValueError：在 Pandas 中匹配日期时，系列长度必须匹配才能比较
【发布时间】：2016-04-07 18:22:40
【问题描述】：

对于提出这样一个基本问题，我提前道歉，但我被难住了。

这是一个非常简单的虚拟示例。我在 Pandas 中匹配日期时遇到了一些问题，我不知道为什么。

df = pd.DataFrame([[1,'2016-01-01'], 
                   [2,'2016-01-01'],
                   [3,'2016-01-02'],
                   [4,'2016-01-03']],
                   columns=['ID', 'Date'])

df['Date'] = df['Date'].astype('datetime64')

假设我想匹配上面 df 中的第 1 行。
我事先知道我想匹配 ID 1。
而且我也知道我想要的日期，事实上，我会直接从 df 的第 1 行中提取该日期以使其防弹。

some_id = 1
some_date = df.iloc[1:2]['Date']  # gives 2016-01-01

那么为什么这条线不能让我返回第 1 行呢？

df[(df['ID']==some_id) & (df['Date'] == some_date)]

相反，我得到 ValueError: Series lengths must match to compare
我理解并且有道理......但让我想知道......如果我不能比较一对多，我还能如何比较 pandas 中的日期？

【问题讨论】：

标签： python pandas

【解决方案1】：

你说：

some_date = df.iloc[1:2]['Date']  # gives 2016-01-01

但这不是它所提供的。它提供了一个包含一个元素的系列，而不仅仅是一个值——当您使用 [1:2] 作为切片时，您不会得到一个元素，而是一个包含一个元素的容器：

>>> some_date
1   2016-01-01
Name: Date, dtype: datetime64[ns]

相反，做

>>> some_date = df.iloc[1]['Date']
>>> some_date
Timestamp('2016-01-01 00:00:00')

之后

>>> df[(df['ID']==some_id) & (df['Date'] == some_date)] 
   ID       Date
0   1 2016-01-01

（请注意，如果您有很多 some_id 和 some_date 值要查找，则有更有效的模式，但这是一个单独的问题。）

【讨论】：

所以这一切都归结为[1:2]和1之间的区别？这两种方法在语法上似乎是同义词，但显然不是。为什么不呢？
即使在 pandas 上下文之外，它们也不是同义词。尝试x = [10, 20, 30]，然后将print(x[1:2], type(x[1:2])) 与print(x[1], type(x[1])) 进行比较。一个包含一个对象的盒子和一个只有一个对象的盒子是有区别的。

【解决方案2】：

正如 DSM 所述，some_date 是一个系列，而不是一个值。当您使用布尔掩码并检查列的值是否等于某个变量时，我们必须确保该变量是一个值，而不是一个容器。 DSM 提到了一种可能的解决问题的方法，还有另一种解决问题的方法。

df[(df['ID']==some_id) & (df['Date'] == some_date.values[0])]

我们刚刚将 some_date 替换为 some_date.values[0]。 some_date.values 返回一个包含一个元素的数组。我们对容器中的值感兴趣，而不是容器，所以我们通过 [0] 对其进行索引以获取值。

【讨论】：