提供了不可对齐的布尔系列键

Question

在尝试拍摄pandas DataFrame片段时，我一直遇到这个问题。它有四列，如下所示，我们称之为all_data：

我可以使用下面的代码很好地绘制它：

generations = ['Boomers+', 'Gen X', 'Millennials', 'Students', 'Gen Z']

fig = plt.figure(figsize = (15,15))

for i,generations in enumerate(generations):
    ax = plt.subplot(2,3,i+1)
    ix = all_data['CustomerGroups'] == generations

    kmf.fit(T[ix], C[ix], label=generations)


    kmf.plot(ax=ax, legend=False)
    plt.title(generations, size = 16)
    plt.xlabel('Timeline in years')
    plt.xlim(0,5)
    if  i ==0:
        plt.ylabel('Frac Remaining After $n$ Yrs')
    if  i ==3:
        plt.ylabel('Frac Remaining After $n$ Yrs')

fig.tight_layout()
#fig.suptitle('Survivability of Checking Accts By Generation', size = 16)
fig.subplots_adjust(top=0.88, hspace = .4)
plt.show()

但是，我想做一些看似相似的事情。 CustomerGroups列中包含NaN，这就是generations手动数组的原因。

当我尝试使用相同的代码并仅更改数据帧时，似乎每个切片数据帧并删除NaN的操作都会给我一个错误Unalignable boolean Series key provided。

同样，Channel列可以是Online或Branch。同样，我试图通过all_data列分割Channel以从Online或Branch条件创建新数据帧的任何方式，我得到与布尔值相同的错误索引。

我在其他帖子(reset_index, pd.notnull,)等尝试过很多选项，但是当我用相同的代码绘制它时，它会不断创建索引问题。

从all_data创建未创建Unalignable boolean Series key错误的子集的最佳方法是什么？

这在过去有效：

#create the slice using the .copy
online = checkingRed[['Channel', 'State', 'CustYears', 'Observed',
'CustomerGroups', 'ProductYears']].copy()

#remove the branch from the data set
online = online.loc[online['Channel'] != 'Branch'] #use .loc for cleaner slice

#reset the index so that it is unique
online['index'] = np.arange(len(online))
online = online.set_index('index')