Pandas筛选最近一周无访客地点时遇轴重索引错误求助

首先，你的代码逻辑和报错问题可以从以下几点修正：

1. 修正筛选逻辑 #

你的需求是找2023/3/17这周没有访客的地点，但当前代码筛选的是visits != 0（有访客的记录），完全和需求相反，需要调整为匹配无访客的条件。

2. 解决重复轴报错 #

ValueError: cannot reindex from a duplicate axis通常是因为原始数据集的索引存在重复值，或是groupby操作触发了重复索引冲突，可按以下步骤处理：

步骤一：先提取目标周数据 #

先筛选出2023/3/17这一周的所有记录，建议先统一日期格式避免匹配问题：

import pandas as pd

# 转换日期列格式为datetime
df['end_date'] = pd.to_datetime(df['end_date'], format="%m/%d/%Y")
# 提取目标周数据
df_target_week = df[df['end_date'] == pd.to_datetime("2023-03-17")].copy()

步骤二：按数据情况筛选无访客地点 #

情况1：地点在该周有记录但访客量为0

直接筛选访客量为0的记录，再去重得到唯一地点：

# 筛选该周访客量为0的记录
df_no_visits = df_target_week[df_target_week['visits'] == 0]
# 去重，保留唯一地点
df_no_visits_unique = df_no_visits.drop_duplicates(subset=['id', 'name', 'lat', 'lng'])

情况2：地点在该周无任何记录（视为无访客）

如果部分地点在目标周没有数据，需要对比全量地点列表：

# 获取所有唯一地点
all_locations = df.drop_duplicates(subset=['id', 'name', 'lat', 'lng'])
# 获取目标周有数据的地点
visited_locations = df_target_week.drop_duplicates(subset=['id', 'name', 'lat', 'lng'])
# 找出目标周无记录的地点
df_no_visits = all_locations[~all_locations['id'].isin(visited_locations['id'])]

步骤三：修正groupby用法（若需分组统计） #

如果一定要用groupby，先重置索引避免重复轴问题，同时用sum()统计访客总量（而非count()统计记录数）：

# 重置索引，消除重复索引
df = df.reset_index(drop=True)

df_target_week = df[df['end_date'] == pd.to_datetime("2023-03-17")]
# 按地点分组，统计该周访客总量
df_group = df_target_week.groupby(['id','name','lat', 'lng'])['visits'].sum().reset_index()
# 筛选总量为0的地点
df_no_visits = df_group[df_group['visits'] == 0]

内容的提问来源于stack exchange，提问作者Ryan Jones