Question

我提前为提出这样一个基本问题而道歉，但我很难过。

这是一个非常简单的虚拟例子。我在Pandas中遇到了一些与日期匹配的问题，我无法弄明白为什么。

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')

说我想匹配上面df中的第1行我事先知道我想要匹配ID 1 而且我也知道我想要的日期，事实上，我将直接从df的第1行提取该日期，以使其具有防弹性。

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

那么为什么这一行不能让我回到第1行？

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

相反，我得到了 ValueError: Series lengths must match to compare
这是我理解的，也是有道理的...但让我感到疑惑......如果我不能比较一对多，那我怎么能比较熊猫的日期呢？

Answer 1

你说：

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

但是不是它给出的东西。它为一个系列提供了一个元素，而不仅仅是一个值 - 当你使用[1:2]作为切片时，你没有得到一个元素，而是一个带有一个元素的容器：

>>> 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，如果要查找大量some_id和some_date值，则效率模式会更高效，但这是一个单独的问题。）

Answer 2

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值，而不是容器。 DSM提到了一种解决问题的可能方法，还有另一种解决问题的方法。

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

我们刚刚用some_date.values [0]替换了some_date。 some_date.values返回一个包含一个元素的数组。我们对容器（而不是容器）中的值感兴趣，因此我们将其索引为[0]以获取该值。

ValueError：系列长度必须匹配才能在Pandas中匹配日期时进行比较

2 个答案: