我正在使用pandas来计算所有列中特定行的数据发生。我使用的数据是压力值，如果实际观察数据（D3）出现在所有列的其他行上，我需要找到这些压力值。这是我使用的数据： -
Date AA1 BB1 CC1 AA2 BB2 CC2 AA3 BB3 CC3
01/06/2016 1008 1007.5 1008 1008.4 1006.8 1008 1008.4 1007.4 1008
02/06/2016 1007.8 1007.4 1008.8 1007.8 1006.8 1008.8 1007.6 1007 1008.8
03/06/2016 1007.8 1006.4 1008.2 1007.8 1006.4 1008.2 1006.8 1007 1008.2
04/06/2016 1007.4 1006.5 1007 1007.8 1006.4 1007 1007.6 1006.4 1007
05/06/2016 1008 1006.2 1007.3 1007 1006.8 1007.3 1007.6 1006.4 1007.3
06/06/2016 1007.8 1006.8 1007.9 1007.6 1006.8 1007.9 1007.2 1007 1007.9
07/06/2016 1007.4 1007.4 1007.3 1008 1006.4 1007.3 1007.8 1006.8 1007.3
08/06/2016 1006.4 1005.8 1007 1006.8 1006.4 1007 1007.8 1007 1007
09/06/2016 1007.6 1006 1007.4 1007.4 1005.4 1007.4 1007.6 1007 1007.4
10/06/2016 1008.2 1006.6 1008.3 1008.4 1006.4 1008.3 1008.4 1007.4 1008.3
11/06/2016 1009.2 1007.8 1009 1009 1006.8 1009 1009 1008.2 1009
12/06/2016 1009 1007.4 1010 1009.6 1008.2 1010 1008.5 1007.2 1010
13/06/2016 1010 1009 1009 1009.4 1008.4 1009 1009 1008 1009
14/06/2016 1010.4 1009 1010 1011 1008.9 1010 1009.8 1007.2 1010
15/06/2016 1009.4 1009.2 1009 1009.1 1008.8 1009 1009.9 1008 1009
16/06/2016 1008.8 1007 1007.8 1008.2 1007.2 1007.8 1009 1007 1007.8
17/06/2016 1007 1006 1006.7 1007 1006 1006.7 1007.4 1006.2 1006.7
18/06/2016 1006.5 1005.2 1005.5 1006 1006 1005.5 1006 1006.5 1005.5
19/06/2016 1006.8 1006 1006.4 1007 1005.2 1006.4 1006 1005 1006.4
20/06/2016 1006 1006 1005.2 1005.9 1005.2 1005.2 1007 1004.6 1005.2
21/06/2016 1006.8 1006 1005.4 1006 1004.8 1005.4 1005.2 1005 1005.4
22/06/2016 1006.8 1005.8 1006.7 1008.8 1008 1006.7 1005.8 1006.6 1006.7
23/06/2016 1008 1007.6 1008.7 1009 1007.5 1008.7 1007.2 1008 1008.7
24/06/2016 1006 1005 1008 1007.8 1007 1008 1007.2 1007.6 1008
25/06/2016 1007 1005.8 1008.4 1007 1006 1008.4 1006.8 1007.2 1008.4
26/06/2016 1008 1008 1008.6 1008 1006.8 1008.6 1006 1006 1008.6
27/06/2016 1007.8 1006.4 1008 1006 1006 1008 1007.8 1006.6 1008
28/06/2016 1007.8 1006 1006.4 1006.4 1006.6 1006.4 1007 1007 1006.4
29/06/2016 1006 1008 1007.8 1008 1006.8 1007.8 1008 1007.2 1007.8
30/06/2016 1008 1008 1008.4 1008.2 1008 1008.4 1007.8 1007.8 1008.4
01/07/2016 1008 1007.4 1007.4 1008 1007.5 1007.4 1008 1008 1007.4
02/07/2016 1007 1006.5 1007.8 1007.9 1006.9 1007.8 1007 1006.5 1007.8
03/07/2016 1007.4 1007.2 1007.8 1008 1007 1007.8 1008 1007.5 1007.8
04/07/2016 1008.2 1007.8 1007.9 1008.4 1007.4 1007.9 1008.2 1008 1007.9
05/07/2016 1008 1008 1009.1 1009 1008.2 1009.1 1008.8 1008.6 1009.1
06/07/2016 1008 1008.2 1008.5 1008 1007.5 1008.5 1008.8 1008.5 1008.5
07/07/2016 1007.8 1007.5 1008.3 1008.2 1007.8 1008.3 1008.5 1007.5 1008.3
08/07/2016 1007.5 1008.5 1007.8 1007.9 1007.5 1007.8 1008.5 1008 1007.8
09/07/2016 1008 1008.4 1008 1007.5 1008.4 1008.2 1007.4 1008.4
10/07/2016 1007.8 1008 1008.1 1008 1008.1 1008.5 1007.8 1008.1
11/07/2016 1008.2 1007.6 1008.2 1008.4 1007.8 1008.2 1008.8 1008.2
12/07/2016 1008 1006.6 1008.4 1008 1006.5 1008.4 1008.5 1006.4 1008.4
13/07/2016 1008.2 1007.2 1009.1 1008.4 1006.8 1009.1 1008.8 1007 1009.1
14/07/2016 1007.4 1006.8 1008.6 1007.2 1006.8 1008.6 1007.8 1006.2 1008.6
15/07/2016 1006.4 1006.9 1007.2 1006.8 1007 1007.2 1006 1006.9 1007.2
16/07/2016 1006.4 1006.8 1007 1006 1007 1007 1006 1007 1007
17/07/2016 1007.8 1007.4 1008.2 1007.7 1007.6 1008.2 1007.6 1007.8 1008.2
18/07/2016 1010 1009 1009.8 1010 1009.2 1009.8 1010 1009.8 1009.8
19/07/2016 1010 1009 1010.4 1010 1009.6 1010.4 1010.2 1010.2 1010.4
20/07/2016 1008 1009.5 1009.7 1009.2 1009 1009.7 1009.8 1009.2 1009.7
21/07/2016 1008 1007 1008.6 1008 1007.5 1008.6 1008 1007.4 1008.6
22/07/2016 1008 1006.8 1008.3 1007.8 1006.2 1008.3 1007.8 1008 1008.3
23/07/2016 1006.7 1006.5 1007.7 1008 1006.2 1007.7 1007.4 1006.2 1007.7
24/07/2016 1007.4 1007 1006.5 1007.4 1007.2 1005.2 1007.4
25/07/2016 1006.4 1006.7 1007.6 1007.6 1006 1006.5 1007.6
26/07/2016 1006.6 1006.5 1006.6 1005.8 1006.5 1006.6 1006.6
27/07/2016 1006.4 1007.2 1006.9 1006.4 1006.2 1006.9 1005.6 1006.5 1006.9
28/07/2016 1005.9 1006 1007.6 1006 1006 1007.6 1006.2 1006.5 1007.6
29/07/2016 1007 1007 1007.4 1007 1006.9 1007.4 1006.8 1007 1007.4
30/07/2016 1007 1007 1007.3 1007 1007.2 1007.3 1007 1006 1007.3
31/07/2016 1009 1008.5 1008.6 1007.2 1008.6 1008.6 1008.6 1008.6
01/08/2016 1009.2 1010 1009.6 1009.5 1009 1009.6 1009 1008.2 1009.6
02/08/2016 1008.4 1009 1009.9 1009.7 1009 1009.9 1009 1008.2 1009.9
03/08/2016 1006.6 1006.8 1007.4 1007.2 1006.8 1007.4 1008 1006 1007.4
04/08/2016 1007 1006 1007.1 1006.6 1006.4 1007.1 1006.8 1005.9 1007.1
05/08/2016 1008 1007 1008.2 1007.8 1007 1008.2 1008 1007.4 1008.2
06/08/2016 1007 1008.2 1009.2 1009.6 1007.6 1009.2 1008 1008 1009.2
07/08/2016 1007 1008.2 1008.7 1008.4 1008 1008.7 1008 1008 1008.7
08/08/2016 1007 1008.6 1009.6 1008.4 1008 1009.6 1009.2 1008.2 1009.6
09/08/2016 1009.6 1008.8 1009.8 1008.4 1008.2 1009.8 1009.2 1008.2 1009.8
10/08/2016 1009.6 1008.8 1008.6 1009.6 1009 1008 1009.6
11/08/2016 1009 1009.4 1009.7 1009.7 1009.8 1009 1009.7
12/08/2016 1010.4 1010 1011 1010.2 1009.8 1011 1011
13/08/2016 1010.2 1009.8 1010.2 1010 1009.2 1010.2 1010 1009.4 1010.2
14/08/2016 1009.2 1007.4 1009.5 1009 1007.6 1009.5 1009.4 1007.6 1009.5
15/08/2016 1009 1008 1009.3 1009.2 1008.4 1009.3 1009.2 1008.8 1009.3
16/08/2016 1008.6 1007.8 1009.1 1009 1007.5 1009.1 1009 1007.8 1009.1
17/08/2016 1007.8 1008.2 1008 1007.3 1008.2 1008 1007.2 1008.2
18/08/2016 1007.5 1007.4 1007.2 1007.4 1007.6 1007.1 1007.4
19/08/2016 1007 1007 1007.4 1006.6 1007.4 1006.8 1007.4
20/08/2016 1007 1006.5 1007.6 1007.4 1006.5 1007.6 1006.5 1007.6
21/08/2016 1007 1006.5 1007.3 1006.8 1006.4 1007.3 1006.8 1006.4 1007.3
22/08/2016 1007.5 1007 1008.2 1006.8 1006.4 1008.2 1006.5 1006.8 1008.2
23/08/2016 1008.5 1009 1008.7 1006.6 1006.5 1008.7 1006.5 1006.8 1008.7
24/08/2016 1007.8 1008.8 1008.7 1008 1007.8 1008.7 1006.5 1006.4 1008.7
25/08/2016 1007 1007 1008 1007.8 1007.4 1008 1007.6 1007.2 1008
26/08/2016 1007.8 1007.8 1008.1 1006.8 1006.5 1008.1 1008 1007 1008.1
27/08/2016 1007.8 1007.8 1008.1 1007.4 1007 1008.1 1006.5 1006.4 1008.1
28/08/2016 1008.2 1008.8 1009 1008 1007.9 1009 1007.6 1007.9 1009
29/08/2016 1008.2 1008.2 1008.6 1008 1008 1008.6 1008 1008.2 1008.6
30/08/2016 1008.2 1008.8 1008.2 1006.4 1006.2 1008.2 1007.8 1007.2 1008.2
31/08/2016 1005.8 1007.4 1006.6 1008 1008 1006.6 1006.4 1007 1006.6
01/09/2016 1008 1008 1010.8 1008 1007.8 1010.8 1007.8 1007.2 1010.8
02/09/2016 1005.8 1007.4 1010 1008.5 1009 1010 1009 1009.2 1010
03/09/2016 1008 1008 1010 1008 1007.8 1010 1008.5 1009.2 1010
04/09/2016 1009 1008.5 1009 1009 1009 1009.2 1009
05/09/2016 1010 1011.5 1011.5 1011.5 1008.5 1009.2 1011.5
06/09/2016 1011 1011 1010 1011 1011.5 1010 1010
07/09/2016 1008 1008 1011 1011 1011.5 1011
08/09/2016 1010.5 1010.5 1010.2 1008.5 1009 1010.2 1010 1009.9 1010.2
09/09/2016 1009.5 1009.8 1010.2 1009.8 1010 1010.2 1008.5 1009.2 1010.2
10/09/2016 1009.2 1009.2 1009.8 1009.2 1009.8 1009.8 1009 1009 1009.8
11/09/2016 1009.5 1009.8 1009.5 1008.6 1008.5 1009.5 1008 1008.5 1009.5
12/09/2016 1009.5 1009.8 1008.4 1009.2 1009.8 1008.4 1007.6 1007 1008.4
13/09/2016 1009.2 1009.2 1008.4 1009 1009.8 1008.4 1008 1008.5 1008.4
14/09/2016 1008.5 1008 1008 1008.6 1008.5 1008 1008 1008 1008
15/09/2016 1008 1008 1008.3 1008 1007 1008.3 1007.6 1007 1008.3
16/09/2016 1006 1007 1008.3 1008 1007 1008.3 1008 1007.5 1008.3
17/09/2016 1008.7 1008 1008.7 1008.6 1008 1008.7 1009 1008 1008.7
18/09/2016 1008.4 1008 1008.8 1008.6 1008 1008.8 100.9.0 1008.4 1008.8
19/09/2016 1006 1007 1008 1009 1008 1008 1010 1009 1008
20/09/2016 1009 1008 1009.5 1008.6 1008 1009.5 1007.8 1009 1009.5
21/09/2016 1007.8 1007.4 1009.5 1008 1007 1009.5 100.9.0 1008.4 1009.5
22/09/2016 1009 1008 1009 1008.4 1008.2 1009 1008.8 1008 1009
23/09/2016 1008.8 1007.8 1009.1 1008 1007 1009.1 1008 1008 1009.1
24/09/2016 1007 1006.4 1007.7 1007 1006 1007.7 1008.8 1008 1007.7
25/09/2016 1006 1006 1006.8 1005.8 1005.6 1006.8 1005.8 1004.6 1006.8
26/09/2016 1007 1005.6 1007 1006 1006 1007 1006.2 1005.4 1007
27/09/2016 1006 1006 1008 1008 1007.2 1008 1007 1007 1008
28/09/2016 1008 1007.6 1008.9 1006 1006 1008.9 1008 1007.4 1008.9
29/09/2016 1007.2 1007 1008.9 1006.8 1007 1008.9 1007 1007 1008.9
30/09/2016 1008 1007.6 1007.5 1006.5 1006.5 1007.5 1006.6 1006 1007.5
我正在使用此特定代码来计算出现次数（如果最后一列数据在+或 - 1之内）： -
df = pd.read_csv(data_path, index_col=0, parse_dates=True, dayfirst=True)
occu_1 = (df[['AA3', 'BB3']].sub(df['CC3'], axis=0).abs() < 1).all(1).sum()
我面临的问题是pandas导致以下值错误： -
ValueError: operands could not be broadcast together with shapes (244,) (122,)
让我感到困惑的是，我有其他参数的确切行和列，不会产生任何错误。有人可以帮助我朝正确的方向发展。
答案 0 :(得分：0)
发现了这个问题。我提取的一列中有一个值const PouchDB = require('pouchdb');
用于计算。但我相信错误信息似乎指向别的东西。同样，我有另一个数据集，其中100.9.0位于数据集之间，它产生了相同的ValueError。非常奇怪的调试信息。