python - 我是否在 pandas df.tail() 中发现了错误或犯了错误？

Question

好吧，我有一个奇怪的。我可能发现了一个错误，但我们假设我首先犯了一个错误。不管怎样，我在使用 pandas 时遇到了一些问题。

我想找到数据帧的最后两列来比较列'Col' 的值。我在 for 循环内运行代码，因为它需要在文件夹中的所有文件上运行。这段代码:

import pandas

for item in itemList:
    df = df[['Col']].tail(2)
    valA = df.iloc[1]['Col']
    valB = df.iloc[0]['Col']

大部分工作。我运行了超过 1040 个数据帧，没有出现任何问题。然后在大约 2000 的 1041 处，它会导致此错误:

Traceback (most recent call last):
  File "/path/to/script.py", line 206, in <module>
    valA = df.iloc[1]['Col']
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pandas/core/indexing.py", line 1373, in __getitem__
return self._getitem_axis(maybe_callable, axis=axis)
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pandas/core/indexing.py", line 1830, in _getitem_axis
    self._is_valid_integer(key, axis)
  File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pandas/core/indexing.py", line 1713, in _is_valid_integer
    raise IndexError("single positional indexer is out-of-bounds")
IndexError: single positional indexer is out-of-bounds

由此我想，数据帧可能太短了。不应该的，我在其他地方对此进行了测试，但是好的，错误发生了，所以让我们 print(df) 来解决这个问题。 如果我在分配.tail(2)之前print(df)，如下所示:

print(df)
df = df[['Col']].tail(2)
valA = df.iloc[1]['Col']
valB = df.iloc[0]['Col']

我看到一个 37 行的数据框。在我的世界里，37 > 2。

现在，让我们将 print(df) 向下移动一行，如下所示:

df = df[['Col']].tail(2)
print(df)

正如人们所期望的，输出通常是两行。但是，出现错误时，df.tail(2) 从 37 行数据帧中返回一行数据帧。不是两排，是一排。然而，这只发生在循环中的一项上。其他人都工作正常。如果我像这样手动跳过该项目:

for item in itemList:
    if item == 'troublemaker':
        continue

...脚本一直运行到最后。没有发生错误。

我必须补充一点，我对这一切还很陌生，所以我可能完全忽略了一些东西。我是吗？建议表示赞赏。谢谢。

编辑:这是发生错误时 print(df) 的输出

                Col       
Date                  
2018-11-30        True

在所有其他情况下:

                Col       
Date
2018-10-31       False
2018-11-30        True

Answer 1

由于它没有第二个索引，这就是返回错误的原因，请尝试使用 tail 和 head ，请注意这一点，对于您的示例 df，valA 和 valB 将是相同的值

import pandas

for item in itemList:
    df = df[['Col']].tail(2)
    valA = df.tail(1)['Col']
    valB = df.head(1)['Col']