Pandas 报错 Unalignable boolean Series provided as indexer 的解决方法

前言

最近本菜鸡在 批量处理 数据的时候出现了问题，场景是：批量获得数据，判断是否在指定 DataFrame 中，如果不在，则 存入，否则，读取 ，但是写好多线程后出现了问题，于是写下本篇文章来记录一下出现问题的原因及解决方法。

• 偷偷说一句：如果对我的文章满意的话可不可以给我 点个赞 ， 点个收藏， 点个关注，评论一下。
• 一定要 看到最后 并且参加 投票 哦。
• Let's do it !!!

改 bug

报错如下（因为已经解决了，不想，准确来说 不敢，再动我的代码，所以就不截图了）：

Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match).

用 百度翻译 一下，也就是说：

作为索引器提供的不可对齐布尔序列（布尔序列的索引和索引对象的索引不匹配）。

我看了一下报错所在的行，这一行是：

if df[df['en' == kw].empty

我的本意是想判断 df 中是否有数据的 en 这一列的值等于给定的 kw，按理说是没有问题的，运行一次也是没有问题，可是开了多线程以后会有问题呢？

分析

让我们再回顾一下这个报错，说是 布尔序列的索引和索引对象的索引不匹配 。

第一步

首先，我们会有个疑问，这句话说的 布尔序列 哪里来的？
思考再三，我恍然大悟，应该是

df['en'] == kw

这句话来的。这句话会返回一个 和 df 行数一样，值都是 bool 的 Series ，然后 pandas 会取出这个 布尔序列 中值为 True 的多行数据。

第二步

然后，我们要知道它说的 和索引对象的索引不匹配 是什么意思。
索引对象 就是我们这个小例子中的 df 。也就是说，我们查找数据是查找的 df 中的数据，df 就是我们的 索引对象，既然是要从这里找数据，那我们就必须保证 df 的 索引 与上一步得到的 布尔序列 的索引一模一样（因为是根据值为 True 的数据对应的 索引 取数据），否则，我们是根本取不到对应索引的数据的。

如果说我们现在有个 DataFrame 是

 	name
0 	张三
1	李四
3	王五

而我们要取数据的布尔序列是

0	False
2	True
3	False

那我们这时候就 根本不能取到数据，而且会报上述错误，因为 DataFrame 中就没有 索引为 2 的数据，你想让它给你造一个出来，那也不现实是不是？

解决

既然我们已经找到了问题所在，下面就是要解决这个问题了。

我的问题解决方案

先看一下我的问题，我的代码报错是因为：
开启多线程后，由于没有设置 锁，多个线程同时访问全局变量 df，导致其中一个线程 get 要进行 取数据 操作时，另一个线程 put 刚好在 get 线程执行完获得 布尔序列 语句与执行 查找数据 命令之间的时间对 df 进行了修改，导致 索引发生变化，因为写操作只有 增加，所以就是 get 线程获得 布尔序列 时 df 的行数小于 get 线程执行 查找操作 时 df 的行数，导致报错 。
可能我说的不是那么清晰，那就看一下下边的 时序图 。

那我的解决办法就是：执行 查找操作 时 上锁，同一时间只能进行 读操作 或 写操作。
所以修改代码为：

lock.acquire()
check_exists = df['en'] == kw
lock.release()

成功解决问题！！！

通用解决方案

有可能你的出错原因和我的不太一样，我的解决方案可能不太适用，所以我在这里给出一个通用的解决方案。

使用函数 reset_index 或者 reindex()。

• reset_index()，使用方法见 文档。

  
  一般来说，我们只需要看参数 drop 和 inplace 即可

  • drop ，是否删除原索引，如果要删除的话就设置为 True
  • inplace， 是否覆盖原 DataFrame，如果要覆盖的话就设置为 True

• reindex()，使用方法见 文档。

  
  

  • keywords for axes ，指定作为索引的轴。
  • method ，指定填补空白的方法，默认不填充空白。
  • copy ，是否复制为新对象。
  • level，多重索引时，指定要更改索引的层级。
  • fill_value，填补缺失值的值，默认为 Nan。
  • limit，向前或向后填充的最大连续元素的个数。
  • tolerance，不精确匹配的原始标签和新标签之间的最大距离，要满足方程 $abs(index[indexer]-target)<=tolerance$。

可以自行尝试。

---

---

---

结尾

有想要一起学习 python 的小伙伴可以 私信我 进群哦。

以上就是我要分享的内容，因为学识尚浅，会有不足，还请各位大佬指正。
有什么问题也可在评论区留言。