Pandas从DataFrame取数异常：匹配Code后无法过滤日期求助

你的代码核心逻辑是遍历每行，匹配相同Code to compare的行索引后移除当前索引，再拼接成字符串存入新列，但当前脚本出现“未过滤取出所有日期”的问题，大概率是索引类型不匹配或DataFrame为视图而非副本导致赋值失效，以下是具体排查和修复方法：

一、排查核心问题点 #

1. 索引类型不匹配：
   如果当前脚本中DataFrame的索引类型（如字符串日期）与iterrows返回的index类型（如datetime64）不一致，matching_dates.remove(index)会触发ValueError（索引不在列表中），若脚本有隐性异常捕获（或你未注意到报错），就会跳过移除步骤，导致最终保留所有日期。
   可在循环中加入异常打印验证：

   for index, row in df.iterrows():
       code_to_compare = row["Code to compare"]
       matching_dates = df[df["Code to compare"] == code_to_compare].index.to_list()
       try:
           matching_dates.remove(index)
       except ValueError as e:
           print(f"索引移除失败：{e}，当前索引：{index}，匹配列表：{matching_dates}")
       matching_dates_str = ", ".join(str(date) for date in matching_dates)
       df.at[index, "Date to compare"] = matching_dates_str
   

2. DataFrame为视图而非副本：
   若当前脚本中df是通过切片（如df = other_df[cols]）或链式操作得到的视图，使用df.at赋值不会生效，导致新列没有正确写入。

二、修复代码（推荐高效写法） #

放弃效率低下且易出问题的iterrows，改用groupby实现逻辑，同时避免类型和视图问题：

import pandas as pd

# 确保索引统一为日期类型（根据你的数据调整，若为字符串可跳过此步）
df.index = pd.to_datetime(df.index)

# 1. 按Code to compare分组，获取每组所有索引
df['all_dates'] = df.groupby('Code to compare')['Code to compare'].transform(lambda g: g.index.tolist())

# 2. 移除当前行索引并拼接为字符串
df['Date to compare'] = df.apply(
    lambda row: ", ".join(str(d) for d in row['all_dates'] if d != row.name),
    axis=1
)

# 3. 删除临时辅助列
df.drop('all_dates', axis=1, inplace=True)

三、额外验证步骤 #

• 检查Code to compare列是否存在空值：空值无法匹配，对应行的Date to compare会是空字符串，可通过df["Code to compare"].isna().sum()查看。
• 确认赋值后未重新覆盖df：若脚本后续有df = df.drop(...)等操作，需确保新列赋值在这些操作之前。

内容的提问来源于stack exchange，提问作者Mindjito