Pandas分组DataFrame应用函数报错排查：医疗记录场景

你的报错"None of [Int64Index([8], dtype='int64')] are in the [index]"，根源在于**x[x.location=='initial'].index+1会生成不存在于当前分组的索引**。比如ID3的分组只有一行（initial行），它的索引是8（假设原数据中该行索引为8），+1后得到9，但当前分组的索引只有8，x.loc[9]自然找不到对应的行，触发KeyError。

另外，这个写法还有潜在问题：如果分组中有多个initial行，会生成多个索引，同样可能出现索引越界的情况。

修正后的代码 #

def First(x):
    # 先按begin_date排序，保证时间顺序的严谨性（可选但推荐）
    x_sorted = x.sort_values('begin_date').reset_index(drop=True)
    
    # 先定位initial行，确保我们用的是出院日期
    initial_rows = x_sorted[x_sorted['location'] == 'initial']
    if initial_rows.empty:
        return 'Home'
    
    # 规则1：寻找begin_date等于initial出院日期的记录
    first_end_date = initial_rows['end_date'].iloc[0]
    match_rule1 = x_sorted.loc[x_sorted['begin_date'] == first_end_date, 'location']
    if not match_rule1.empty:
        return match_rule1.iloc[0]
    
    # 规则2：寻找initial之后的首个location
    initial_pos = initial_rows.index[0]
    after_initial = x_sorted.iloc[initial_pos + 1:]
    if not after_initial.empty:
        return after_initial['location'].iloc[0]
    
    # 规则3：前两个规则都不满足时返回Home
    return 'Home'

final = df.groupby('ID').apply(First).reset_index(name='first_site')
print(final)

关键修改点说明 #

1. 排序并重置索引：
   先对分组内的数据按begin_date排序，再重置索引为连续的0、1、2...，这样后续通过位置（iloc）取数据时，不会出现索引越界的问题，同时保证时间顺序的正确性。

2. 安全获取initial后续行：
   不再直接操作原索引，而是先找到initial行在排序后DataFrame中的位置（initial_pos），再通过iloc[initial_pos + 1:]获取后续所有行。如果initial是分组的最后一行，after_initial会是空的，自然触发规则3，不会报错。

3. 严谨定位initial行：
   先检查分组中是否存在initial行，避免出现无initial的异常情况；同时用initial行的出院日期作为规则1的匹配依据，而不是直接取首行，更符合业务逻辑。

测试样例验证 #

运行修正后的代码，会得到和你预期完全一致的结果：

内容的提问来源于stack exchange，提问作者CandleWax