Question

我有一个迭代pandas DataFrame的函数，并删除在特定列中具有连续重复的行。之后我尝试在列表中返回该列的运行总和，但我似乎得到一个关键错误。我不确定这意味着什么。

最小代码：

dropRows = [] #stores rows indices to drop
#Sanitize the data to get rid of consecutive duplicates
for indx, val in enumerate(df.removeConsecutives): #for all the values
    if(indx == 0): #skip first indx
        continue

    if (val == df.removeConsecutives[indx-1]): #this is duplicate value as the last one
        dropRows.append(indx)

sanitizedData = df.drop(dropRows)

#Create Timestamps based on RTC
listOfSums= [0] #first sum is zero
sum = 0 #running total of seconds for timestamps
for indx, val in enumerate(sanitizedData.removeConsecutives):

    sum += sanitizedData.removeConsecutives[indx]

    listOfSums.append(sum) #add running sum to list

错误跟踪指向此行

    listOfSums.append(sum) #add running sum to list

这就是错误

C:\Users\JohnDoe\Anaconda\lib\site-packages\pandas\index.pyd in pandas.index.IndexEngine.get_value (pandas\index.c:2987)()

C:\Users\JohnDoe\Anaconda\lib\site-packages\pandas\index.pyd in pandas.index.IndexEngine.get_value (pandas\index.c:2802)()

C:\Users\JohnDoe\Anaconda\lib\site-packages\pandas\index.pyd in pandas.index.IndexEngine.get_loc (pandas\index.c:3528)()

C:\Users\JohnDoe\Anaconda\lib\site-packages\pandas\hashtable.pyd in pandas.hashtable.Int64HashTable.get_item (pandas\hashtable.c:7032)()

C:\Users\JohnDoe\Anaconda\lib\site-packages\pandas\hashtable.pyd in pandas.hashtable.Int64HashTable.get_item (pandas\hashtable.c:6973)()

KeyError: 150L

我正在使用iPython在一个安装文件中安装所有软件包（pandas，numpy，SciPy等），所以这就是为什么路径中的anaconda呢？

Answer 1

下面：

for indx, val in enumerate(sanitizedData .band_rtc):
    sum += sanitizedData.removeConsecutives[indx]

您正在使用枚举 - 即您的indx变量将从0变为sanitizedData中的行数。但是，removeConsecutives系列不是由连续数字编制索引。也许它曾经 - 但是在你使用drop之后。

示例 - 你有一个300行的df。您在第150行找到了副本，并将其删除。现在你的df有299行，索引为0-149,151-299。但indx从0到298 - 并试图访问150！如果你使用的话，这可能会有用：

for indx, val in enumerate(sanitizedData .band_rtc):
    sum += sanitizedData.removeConsecutives.iloc[indx]

这是关于您的问题 - 但我建议您查看drop_duplicates和sum。

KeyError：丢弃某些行后访问pandas DataFrame中的数据时为150L

1 个答案: