过滤旧DataFrame生成含唯一contentId的新数据集报错求助

错误根源 #

你的代码报错核心是**loc索引器的调用方式错误**：pandas的loc是属性索引器，需要用方括号[]访问，而你用了圆括号()，这会被解释为函数调用，进而抛出'Series' object is not callable错误。

优化后的完整代码 #

另外，获取唯一contentId可以直接用pandas内置的unique()方法，比转集合再转列表更高效，还能保留原数据中ID的出现顺序：

# 获取所有唯一的contentId（更高效的方式）
unique_content_ids = df2['contentId'].unique()
print(unique_content_ids)
print(len(unique_content_ids))

# 修正loc的调用方式，改用方括号
df2_row = df2.loc[df2['contentId'].isin(unique_content_ids)]
df2_row.head()

额外简化方案 #

如果你只是想保留每个contentId对应的第一行数据，还可以直接用drop_duplicates()方法一步到位，代码更简洁：

df2_row = df2.drop_duplicates(subset='contentId', keep='first')
df2_row.head()

内容的提问来源于stack exchange，提问作者Raushan