错误"Can only compare identically-labeled Series objects"和sort_index

Question

我有两个dataframes df1 df2具有相同数量的行，列和变量，我正在尝试比较两个dataframes中的boolean变量 choice。然后使用if/else操纵数据。但是，当我尝试比较布尔值时，似乎有问题。

这是我的数据框样本和代码：

#df1
v_100     choice #boolean
7          True
0          True
7          False
2          True
#df2
v_100     choice #boolean
1          False
2          True
74         True
6          True
def lastTwoTrials_outcome():
     df1 = df.iloc[5::6, :] #df1 and df2 are extracted from the same dataframe first
     df2 = df.iloc[4::6, :]
     if df1['choice'] != df2['choice']:  # if "choice" is different in the two dataframes
         df1['v_100'] = (df1['choice'] + df2['choice']) * 0.5

这是错误：

if df1['choice'] != df2['choice']:
File "path", line 818, in wrapper
raise ValueError(msg)
ValueError: Can only compare identically-labeled Series objects

我在这里发现了同样的错误，并且首先向sort_index提出了答案，但是我真的不明白为什么？谁能详细解释(如果这是正确的解决方案(？

谢谢！

Answer 1

我认为您需要 reset_index才能获得相同的索引值，然后comapare-为创建新列更好地使用 mask或 numpy.where：

也是+使用|，因为与布尔一起工作。

df1 = df1.reset_index(drop=True)
df2 = df2.reset_index(drop=True)
df1['v_100'] = df1['choice'].mask(df1['choice'] != df2['choice'],
                                  (df1['choice'] + df2['choice']) * 0.5)

df1['v_100'] = np.where(df1['choice'] != df2['choice'],
                       (df1['choice'] | df2['choice']) * 0.5,
                        df1['choice'])

样品：

print (df1)
   v_100  choice
5      7    True
6      0    True
7      7   False
8      2    True
print (df2)
   v_100  choice
4      1   False
5      2    True
6     74    True
7      6    True

---

df1 = df1.reset_index(drop=True)
df2 = df2.reset_index(drop=True)
print (df1)
   v_100  choice
0      7    True
1      0    True
2      7   False
3      2    True
print (df2)
   v_100  choice
0      1   False
1      2    True
2     74    True
3      6    True
df1['v_100'] = df1['choice'].mask(df1['choice'] != df2['choice'],
                                  (df1['choice'] | df2['choice']) * 0.5)
print (df1)
   v_100  choice
0    0.5    True
1    1.0    True
2    0.5   False
3    1.0    True

Answer 2

发生了错误，因为您比较了两个带有不同索引的pandas对象。一个简单的解决方案是仅比较系列中的值。尝试：

if df1['choice'].values != df2['choice'].values