对具有包含重复项的索引的 Pandas 数据帧进行子集

Question

对于数据框：df = pd.DataFrame({    'key': [1,2,3,4,5, np.nan, np.nan],    'value': ['one','two','three', 'four', 'five', 'six', 'seven']}).set_index('key')看起来像这样：        valuekey     1.0     one2.0     two3.0     three4.0     four5.0     fiveNaN     sixNaN     seven我想将其子集为：    valuekey     1   one1   one6   NaN这会产生警告：df.loc[[1,1,6],]Passing list-likes to .loc or [] with any missing label will raiseKeyError in the future, you can use .reindex() as an alternative.这会产生一个错误：df.reindex([1, 1, 6])ValueError: cannot reindex from a duplicate axis如何在引用缺失索引时不使用Apply的情况下执行此操作？

Answer 1

题是你有重复的值NaN作为索引。您应该在重新索引时不考虑这些，因为它们是重复的，并且在新索引中使用哪个值存在歧义。

df.loc[df.index.dropna()].reindex([1, 1, 6])

    value

key 

1   one

1   one

6   NaN

对于通用解决方案，请使用 duplicated

df.loc[~df.index.duplicated(keep=False)].reindex([1, 1, 6])

如果您想保留重复的索引并使用reindex，您将失败。这实际上已经被问过几次