You need to enable JavaScript to run this app. pandas pivot_table求和异常:iloc与loc取同一账户结果不一致
优惠活动
大模型
产品
解决方案
定价
更多

pandas pivot_table求和异常:iloc与loc取同一账户结果不一致

异常根因

这个问题本质是行索引存在视觉输出完全一致、但实际值不同的重复条目,和pandas的iloc/loc索引逻辑无关,绝大多数情况是原始账号字段带了不可见的特殊字符导致的,极少数情况是后续手动修改索引时误改了标签。
具体逻辑对应你的现象:

  • 终端/输出里打印的标签1300xxx2939实际存在两个不同值:其中一个首尾带空格、换行符之类的不可见字符,另一个是干净的无多余字符的账号号。
  • 你看到的head(10)最后一行(物理位置9)对应的是带不可见字符的账号行,聚合值为交通1800.0、政企5000.0,因为不可见字符不会被打印出来,你误以为这行的标签就是干净的1300xxx2939。
  • iloc严格按物理整数位置取数,所以iloc[9]拿到的是上述带错误字符的行,结果不符合预期。
  • 你用loc取的是干净的无多余字符的1300xxx2939标签,对应另一行聚合值正确的条目,所以拿到了正确结果,但因为两个标签打印出来完全一样,你会误以为二者指向同一行。
验证方法

你可以直接运行以下代码排查:

  • 查看标签的真实值:
    print([repr(idx) for idx in df_6m_sum.index if '1300xxx2939' in str(idx)])
    输出会用引号包裹完整的字符串,你可以直接看到其中一个是否带了比如'1300xxx2939 '(末尾多空格)之类的差异。
  • 查看索引重复情况:
    df_6m_sum.index.value_counts()
    你会看到视觉上和1300xxx2939一致的标签计数为2,确认存在两个不同的索引条目。
解决方法
  • 最优方案是在生成透视表前,先清理原始数据的账号字段:
    df_6m['ACC_NBR'] = df_6m['ACC_NBR'].astype(str).str.strip()
    str.strip()会自动去掉字符串首尾的空格、制表符、换行符等不可见字符,保证相同账号对应同一个索引值,从根源避免这类问题。
  • 如果已经生成了透视表,也可以直接在现有结果上清理:
    df_6m_sum = df_6m_sum.reset_index()
    df_6m_sum['ACC_NBR'] = df_6m_sum['ACC_NBR'].astype(str).str.strip()
    df_6m_sum = df_6m_sum.set_index('ACC_NBR')
    

清理完成后再用iloc和loc取同一行,结果就会完全一致。

内容的提问来源于stack exchange,提问作者highroom

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.17 21:36:03