Python中从DataFrame列表获取元素索引报错问题排查与解决

当调用list.index()方法查找元素时，会从列表头部开始逐个比较元素是否相等：

• 查找df1时，第一个元素就是df1本身，直接返回索引0，无需进行后续的元素比较。
• 查找df2时，会先拿列表第一个元素df1和df2做相等性判断（df1 == df2），而Pandas中DataFrame的==操作会返回一个布尔型DataFrame（每个元素对应位置比较结果），而非单个布尔值。list.index()需要一个明确的布尔结果来判断是否匹配，但这种布尔DataFrame无法直接转换为单个布尔值，因此触发ValueError，提示“DataFrame的真值具有歧义”。

方法1：基于对象身份匹配（推荐，适用于查找同一个DataFrame实例） #

利用Python的is运算符判断是否为同一个对象实例，避免触发DataFrame的值比较：

import pandas as pd

a = [1,2,3,4,5]
b = [6,7,8,9,0]
c = []
df1 = pd.DataFrame(a)
df2 = pd.DataFrame(b)
c.append(df1)
c.append(df2)

# 查找df2的索引
for idx, df in enumerate(c):
    if df is df2:
        print("Frame2", idx)
        break

方法2：基于内容匹配（适用于查找与目标DataFrame内容完全相同的元素） #

使用Pandas的equals()方法判断两个DataFrame内容是否一致：

import pandas as pd

a = [1,2,3,4,5]
b = [6,7,8,9,0]
c = []
df1 = pd.DataFrame(a)
df2 = pd.DataFrame(b)
c.append(df1)
c.append(df2)

# 查找df2的索引
for idx, df in enumerate(c):
    if df.equals(df2):
        print("Frame2", idx)
        break

方法3：给DataFrame添加标识属性 #

提前为每个DataFrame设置自定义属性，后续通过属性值匹配：

import pandas as pd

a = [1,2,3,4,5]
b = [6,7,8,9,0]
c = []
df1 = pd.DataFrame(a)
df1.id = "df1"
df2 = pd.DataFrame(b)
df2.id = "df2"
c.append(df1)
c.append(df2)

# 查找df2的索引
for idx, df in enumerate(c):
    if df.id == "df2":
        print("Frame2", idx)
        break

内容的提问来源于stack exchange，提问作者HaboRB