Python按行统计后续事件时遇ValueError:无法用空键标记索引

一、ValueError: cannot label index with a null key的具体原因 #

你的报错直接来自两个核心问题：

1. previous_and_next函数生成了None作为后续事件
   看你定义的函数：

   def previous_and_next(some_iterable):
       items, nexts = tee(some_iterable, 2)
       nexts = chain(islice(nexts, 1, None), [None])
       return izip(items, nexts)
   

   这里用chain给nexts序列末尾补了一个None，意味着遍历到最后一个事件时，nxt的值是None。而你的空DataFramedf_empty的列名是['new', 'analysis', 'feedback','id_new','login', 'check','edit']，根本没有None这个标签，pandas无法用null值去索引列，所以直接抛出了这个错误。

2. 未按用户分组的逻辑漏洞（非报错直接原因，但影响结果正确性）
   你的代码直接遍历整个DataFrame的event列，会把不同用户的事件前后关系混在一起——比如user1的最后一个事件和user2的第一个事件会被当成前后事件，完全不符合你“按用户逐行统计”的需求。

二、如何对分组后的数据进行迭代？ #

用pandas.DataFrame.groupby方法分组后，可以直接遍历每个分组，每个分组会返回分组键和分组后的子DataFrame：

基础迭代写法 #

# 按username分组，遍历每个用户的子数据
for username, group_df in df.groupby('username'):
    print(f"处理用户：{username}")
    # 提取该用户的事件序列
    user_events = group_df['event'].tolist()
    # 后续可对该用户的事件做前后关系处理

更高效的分组事件统计方案 #

其实不需要自己写迭代函数，用pandas的shift方法就能轻松获取每个事件的下一个事件，再结合value_counts统计次数，代码更简洁且不易出错：

import pandas as pd
import numpy as np

# 生成你的数据
df = data()

# 创建空统计矩阵
event_names = ['new', 'analysis', 'feedback','id_new','login', 'check','edit']
stat_matrix = pd.DataFrame(np.zeros((len(event_names), len(event_names))), 
                           index=event_names, columns=event_names)

# 按用户分组处理每个用户的事件序列
for _, user_events in df.groupby('username')['event']:
    # 获取每个事件的下一个事件，最后一个事件的next为NaN
    next_events = user_events.shift(-1)
    # 过滤掉没有后续事件的行（即next为NaN的行）
    valid_pairs = pd.DataFrame({
        'current_event': user_events,
        'next_event': next_events
    }).dropna()
    
    # 统计每对事件的出现次数
    pair_counts = valid_pairs.value_counts().reset_index(name='count')
    
    # 填充到统计矩阵中
    for _, row in pair_counts.iterrows():
        stat_matrix.loc[row['current_event'], row['next_event']] += row['count']

print(stat_matrix)

这个方案既解决了None导致的索引错误，又严格按用户分组统计，完全符合你的需求。

内容的提问来源于stack exchange，提问作者mizzlosis