使用Pandas loc按两列条件筛选DataFrame遇索引错误求助

嘿，我来帮你搞定这个问题！你遇到的IndexingError本质是对loc的参数用法理解有偏差，咱们一步步理清楚：

错误原因分析 #

• 当你用df.loc[a]时，a是一个和DataFrame行索引长度匹配的布尔Series，loc会用它筛选符合条件的行，这完全没问题。
• 但df.loc[a,b]里的第二个参数b，loc会把它当成列选择器处理——它期望b是列名列表、列索引，或者和DataFrame列数匹配的布尔数组。但你的b是基于行的布尔Series（长度等于行数），和列数不匹配，自然就触发了“索引不匹配”的错误。

看你的代码，a和b都是行级的筛选条件（分别判断Subastas和Impresiones_exchange的数值），你真正想要的应该是同时满足这两个条件的所有行，对吧？

正确的写法 #

你需要把两个布尔条件用元素级的逻辑运算符&组合起来（注意要加括号，避免运算符优先级问题），然后传给loc作为行筛选器：

核心修正代码 #

# 组合两个行条件，同时满足a和b
mask = (df['Subastas'] > subastas) & (df['Impresiones_exchange'] > impresiones)
# 筛选符合条件的所有行（默认选中所有列）
paises_cpm = df.loc[mask]

完整修正后的代码 #

另外，我还优化了日期计算的部分——用datetime模块处理日期比直接操作字符串更稳妥，避免出现月初（比如1号）减1变成0的异常情况：

import pandas as pd
from datetime import datetime, timedelta

# 获取昨天的日期数值
yesterday = datetime.now() - timedelta(days=1)
day_num = yesterday.day

subastas = day_num * 5000
impresiones = day_num * 1000

df = pd.read_csv('Cliente_x_Pais.csv')

# 构建组合筛选条件
mask = (df['Subastas'] > subastas) & (df['Impresiones_exchange'] > impresiones)
# 筛选数据
paises_cpm = df.loc[mask]

paises_cpm.to_csv('paises_cpm.csv', index=False)

额外小提示 #

• 不要用and代替&：and是针对单个布尔值的逻辑运算，而&是Pandas布尔数组的元素级运算，专门用来处理行/列的批量条件判断。
• 如果之后你需要筛选满足行条件的特定列，可以在loc的第二个参数传入列名列表，比如：

  # 筛选满足条件的行，只保留'Pais'和'CPM'列
  paises_cpm = df.loc[mask, ['Pais', 'CPM']]
  

内容的提问来源于stack exchange，提问作者Martin Bouhier