Pandas - 在数据框中附加字符串：ValueError：无法从重复的轴重新索引

Posted 2023-03-12

【中文标题】Pandas - 在数据框中附加字符串：ValueError：无法从重复的轴重新索引

【英文标题】：Pandas - append strings in data frame: ValueError: cannot reindex from a duplicate axis

【发布时间】：2016-12-22 23:07:26

【问题描述】：

我有一个与此类似的 data.frame（除了更长且颜色名称更多）：

ff = pd.DataFrame('OldCol':['darkbrown','lightbeige','lightbrown / beige','beige','brown','beige / cognac'], 'NewCol':['nan','nan','nan','nan','nan','nan'])

我希望 data.frame 看起来像这样：

ffnew = pd.DataFrame('OldCol':['darkbrown','lightbeige','lightbrown / beige','beige','brown','beige / cognac'], 'NewCol':['brown','beige','beige / brown','sand','brown','sand / brown'])

我尝试了以下方法：

ff.loc[ff['OldCol'].str.contains(r'brown|cognac',na=False) & ff['NewCol'].str.contains(r'nan'), 'NewCol'] = 'brown'
ff.loc[ff['OldCol'].str.contains(r'brown|cognac',na=False) & ~ff['NewCol'].str.contains(r'nan|brown'), 'NewCol'] = ff['NewCol']+'/ brown'

ff.loc[ff['OldCol'].str.contains(r'beige|sand',na=False) & ff['NewCol'].str.contains(r'nan'), 'NewCol'] = 'beige'
ff.loc[ff['OldCol'].str.contains(r'beige|sand',na=False) & ~ff['NewCol'].str.contains(r'nan|beige'), 'NewCol'] = ff['NewCol'] +'/ beige'

在我较长的 data.frame 中，我通常会收到错误：

ValueError: 无法从重复的轴重新索引

有人可以帮忙吗？ 提前非常感谢！

【参考方案1】：

index 中的重复项存在问题。您可以将索引的所有值替换为 reset_index 到 Regular Index (0,1,2..len(df)-1)。旧值被参数drop=True移除：

ff.reset_index(drop=True, inplace=True)

测试：

ff = pd.DataFrame('OldCol':['darkbrown','lightbeige','lightbrown / beige','beige','brown','beige / cognac'], 'NewCol':['nan','nan','nan','nan','nan','nan'])
ffnew = pd.DataFrame('OldCol':['darkbrown','lightbeige','lightbrown / beige','beige','brown','beige / cognac'], 'NewCol':['brown','beige','beige / brown','sand','brown','sand / brown'])
ff.index = [0,0,2,3,4,5]
#ValueError: cannot reindex from a duplicate axis
ff.reset_index(drop=True, inplace=True)

【讨论】：

如果我的回答有帮助，别忘了accept。谢谢。