Question

我有一个Pandas DataFrame，包含每周3家商店的销售。我需要过滤最近一年中最近一个月发生的销售。

我在DataFrame中创建了另外两个列：一个包含年份，另一个包含月份。然后，我创建了一个包含最近年份的变量，并使用布尔索引对这个变量过滤了我的原始DataFrame。然后，我想重复此步骤：创建一个包含最近一年的最近月份的变量，并通过过滤此最近月份来创建第二个数据框。但是，当我尝试执行第二步（用最近的月份过滤最近的月份的DataFrame）时，我总是收到错误消息。

这是原始的DataFrame：

    week        storeA  storeB  storeC  
0   2014-05-04  2643    8257    3893        
1   2014-05-11  6444    5736    5634        
2   2018-05-18  9646    2552    4253        
3   2018-06-25  5960    10740   8264        
4   2018-06-01  7412    7374    3208

我能够创建另外两个包含年份和月份的列

df['month'] = pd.DatetimeIndex(df['week']).month 
df['year'] = pd.DatetimeIndex(df['week']).year

此后，我的DataFrame如下所示：

    week        storeA  storeB  storeC  year  month
0   2014-05-04  2643    8257    3893    2014  05    
1   2014-05-11  6444    5736    5634    2014  05
2   2018-05-18  9646    2552    4253    2018  05
3   2018-06-25  5960    10740   8264    2018  06
4   2018-06-01  7412    7374    3208    2018  06

然后我创建一个包含最大年份的变量，并创建一个具有最大年份的新日期框架：

max_year = df['year'].max()
df_last_year = df[df['year']== max_year]

现在，我想重复同一步骤以过滤出最大月份。我创建了一个包含最大月份的新变量：

max_month = df_last_year['month'].max()

但是，当我尝试创建一个新的数据框时，就像使用max_year一样，我收到以下错误消息：

df_last_month = df[df_last_year['month']==max_month]

/opt/conda/lib/python3.6/site-packages/ipykernel_launcher.py:8：UserWarning：布尔系列键将重新索引以匹配DataFrame索引。

IndexingError：作为索引器提供的不可对齐的布尔系列（布尔系列和被索引对象的索引不匹配

Answer 1

而不是：df_last_month = df[df_last_year['month']==max_month]

类型：df_last_month = df_last_year[df_last_year['month']==max_month]

您基本上是在尝试根据另一个数据帧的列值对数据帧进行切片。

或者：df_last_month = df[df['month']==max_month]，基于您要从中切片的数据帧。

Answer 2

怎么做？

使用：

df_last_year[df_last_year['month']==max_month]

或替代方法：

df_last_month=df_last_year.where(df_last_year['month']==max_month).dropna()
df_last_month

输出：

week    storeA  storeB  storeC  year    month
3   2018-06-25  5960.0  10740.0 8264.0  2018.0  6.0
4   2018-06-01  7412.0  7374.0  3208.0  2018.0  6.0

为什么会出现错误？

df['year']== max_year

输出：

0    False
1    False
2     True
3     True
4     True
Name: year, dtype: bool

df_last_year['year']== max_month

输出：

2    False
3    False
4    False
Name: year, dtype: bool

该系列缺少索引= 0和索引= 1的布尔值，因此无法使用。

如何使用两个后续的布尔索引创建DataFrame？

2 个答案: