试图在 pandas 数据帧上获取 i+1 索引失败答案

【问题标题】：Trying to get the i+1 index on pandas dataframe failling试图在 pandas 数据帧上获取 i+1 索引失败
【发布时间】：2022-01-18 13:41:25
【问题描述】：

我正在尝试循环遍历数据帧以比较 i 和 i+1 索引，如下所示：

d = {'col1': [1, 2,0,55,12,1, 3,1,56,13], 'col2': [3,4,44,34,46,2,3,43,35,47], 'col3': ['A','A','A','B','B','A','B','B','B','B'] } 
df = pd.DataFrame(data=d)
df

for index, row in df.iterrows():
    if df.at[index,"col3"] != df.at[index+1,"col3"]:
        print('True')
    else:
        print("false")

我收到此错误：

false
false
True
false
True
True
false
false
false

KeyError Traceback（最近最后打电话）在（） 3 4 用于索引，df.iterrows() 中的行： ----> 5 如果 df.at[index,"col3"] != df.at[index+1,"col3"]: 6 打印（'真'）其他 7 个：

in getitem（自我，钥匙） 2140 第2141章 -> 2142 返回 self.obj._get_value(*key, takeable=self._takeable) 2143 2144 def setitem（自我、键、值）：

   2538         try:
-> 2539             return engine.get_value(series._values, index)
   2540         except (TypeError, ValueError):
   2541 

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_value()

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_value()

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item()

KeyError: 10

【问题讨论】：

标签： python pandas indexing keyerror

【解决方案1】：

您的代码将始终在最后一行失败，因为您试图获取末尾之后的行。

通常，在使用两个不同大小的列表进行这种迭代时，zip 函数是最好的解决方案：

for this_row, next_row in zip(df["col3"], df["col3"][1:]):
    if this_row != next_row:
        print('True')
    else:
        print("false")

请注意，即使您的数据框只有一个元素，此代码也不会引发异常。

如果更喜欢使用索引进行迭代，另一种选择是：

for this_index, next_index in zip(df.index, df.index[1:]):
    if df.at[this_index,"col3"] != df.at[next_index,"col3"]:
        print('True')
    else:
        print("false")

【讨论】：

谢谢您，先生，但是如果我想遍历整个 df 怎么办？通过不使用 df["col3"], df["col3"][1:] ？因为我稍后需要使用“索引”
我在答案中包含了该选项。

【解决方案2】：

下面是我将如何做到的。它可能不是最佳解决方案，但它应该可以帮助您解决问题。

关于pandas为什么会抛出异常，请看下面的注释。

我把它作为一个函数的原因是你以后可以为不同的数据帧/任务重用相同的函数。

另外，我个人的习惯是在迭代dataframe时，不需要value，我会避免使用iter_row方法（这种方法计算量很大，尤其是在处理大数据时。但这只是基于我的个人经验)。

我希望看到其他人的其他出色解决方案！

def identify_same_or_not(data=None,col_index=None):
    ### 1: holder is the final result from comparation
    holder = []
    ### 2: Since we are only interested in row index, iter_row might not needed
    # Since we trying to compare x with x + 1, we need set the index loop as range(len(length_of_data) - 1)
    # otherwise, in the final iteration (based on the example you provided), pd will try to compare row 9 with row 10,
    # However, Row 10 does not exist in df; therefore, pd will throw exception
    for row_index in range(len(df)-1):
    # Same logic as you provided
      if data.iloc[row_index,col_index] != df.iloc[row_index + 1,col_index]:
        holder.append(True)
      else: 
        holder.append(False)
    return holder

【讨论】：