Python Pandas 只能比较标记相同的系列对象

Question

我有三个数据框。这是我的代码，我收到了值错误。raise ValueError("Can only compare identically-labeled Series objects")

ValueError: Can only compare identically-labeled Series objects.

这是我的代码:

df1
df2
df3
for i in df1:                 # for i from df1
     x = df2.loc[df2['col_1'] == i, 'col_2']   #looking for i in col_1 of df2 and getting coresponding value of col_2 as x.
     y = df3.loc[df3['col_1'] == x, 'col_2']   #looking for x in col_1 of df3 and getting coresponding value of col_2 as y

for中的第一条语句循环运行正确，但在第二条语句中出现值错误。

Answer 1

假设您的 3 个 DataFrame 具有以下内容:

df1:                df2:              df3:
       Aa    Bb       col_1 col_2       col_1 col_2
0  123.15  12.6     0    Aa    Cc     0    Cc    Gg
1  137.53  28.3     1    Bb    Dd     1    Dd    Hh
                    2    Bb    Ee     2    Ee    Jj
                                      3    Ff    Kk

在循环的第一轮中，我包含第一列的名称
在 df1 中，即“Aa”。
当你执行 x = df2.loc[df2['col_1'] == i, 'col_2'] ，结果是
一系列的:

0    Cc
Name: col_2, dtype: object

现在，即使您尝试执行 df3['col_1'] == x ，您的错误发生了。
请注意，在这种情况下， df3['col_1'] 和 x 都是系列类型。
在这种情况下:

Pandas 做的第一件事就是 对齐 两个系列(在索引上)，

然后它会比较每对(对齐的)元素。

但在这种情况下:

df3['col_1'] 包含索引 0 到 3，

x 中的索引仅包含 一 位置 - 0。

所以出现了对齐失败，导致了这个异常。
要解决此问题，请将违规行更改为:

y = df3.loc[df3['col_1'].isin(x), 'col_2']

现在 Pandas 可以按照您的预期运行:

迭代 df3['col_1'],

对于当前元素检查它的值是否在值之间
存在于 x,

如果是，则将当前行中 col_2 的值添加到
结果。

要演示此代码的工作原理，请使用一些打印输出完成它:

for i in df1:
    print(f'\ni: {i}')
    x = df2.loc[df2['col_1'] == i, 'col_2']
    print(f'\nx:\n{x}')
    y = df3.loc[df3['col_1'].isin(x), 'col_2']
    print(f'\ny:\n{y}')

当你运行上面的代码时，在我的数据上，结果是:

i: Aa

x:
0    Cc
Name: col_2, dtype: object

y:
0    Gg
Name: col_2, dtype: object

i: Bb

x:
1    Dd
2    Ee
Name: col_2, dtype: object

y:
1    Hh
2    Jj
Name: col_2, dtype: object