应用这两个数据框时，数据框loc中出现错误

问题描述

我正在尝试将这两个数据框（data2和交易）放在一起，使其看起来像这样https://i.stack.imgur.com/pR8bW.png：

data2：

            Close
2015-08-28  113.290001
2015-08-31  112.760002
2015-09-01  107.720001
2015-09-02  112.339996
2015-09-03  110.370003
2015-09-04  109.269997
2015-09-08  112.309998
2015-09-09  110.150002
2015-09-10  112.570000
2015-09-11  114.209999

交易：

               Trades
2015-08-28     3.0
2015-08-31     3.0
2015-09-01     3.0
2015-09-02     3.0
2015-09-03     2.0

代码：

import matplotlib.pyplot as plt

fig = plt.figure()

ax1 = fig.add_subplot(111,ylabel='Portfolio value in $')

data2["Close"].plot(ax=ax1,lw=2.)

ax1.plot(data2.loc[Trades.Trades == 2.0].index,data2.total[Trades.Trades == 2.0],'^',markersize=10,color='m')
ax1.plot(data2.loc[Trades.Trades == 3.0].index,data2.total[Trades.Trades == 3.0],'v',color='k')

plt.show()

但此错误仍在返回：

---

IndexingError Traceback（最近一次通话） 在（）中 7个data2 [“ Close”]。plot（ax = ax1，lw = 2。） 8 ----> 9 ax1.plot（data2.loc [Trades.Trades == 2.0] .index，data2.total [Trades.Trades == 2.0]， 10'^'，markersize = 10，颜色='m'） 11 ax1.plot（data2.loc [Trades.Trades == 3.0] .index，

3帧 在check_bool_indexer（index，key）中的/usr/local/lib/python3.6/dist-packages/pandas/core/indexing.py 2316如果mask.any（）： （2317） -> 2318“不对齐的布尔系列提供为” 2319“ indexer（布尔系列的索引和” 2320“索引对象不匹配。”

IndexingError：作为索引器提供的不可对齐的布尔系列（布尔系列和被索引对象的索引不匹配）。

解决方法

两个数据帧的索引不同。我采用了为 data2 数据帧定义 masks 的方法，该模板基于 trades 数据帧中的值，并且有效。

另外，您引用的示例代码 total 不存在。更新为使用 Close

import pandas as pd
import io
import matplotlib.pyplot as plt

data2 = pd.read_csv(io.StringIO("""            Close
2015-08-28  113.290001
2015-08-31  112.760002
2015-09-01  107.720001
2015-09-02  112.339996
2015-09-03  110.370003
2015-09-04  109.269997
2015-09-08  112.309998
2015-09-09  110.150002
2015-09-10  112.570000
2015-09-11  114.209999"""),sep="\s+")

trades = pd.read_csv(io.StringIO("""               Trades
2015-08-28     3.0
2015-08-31     3.0
2015-09-01     3.0
2015-09-02     3.0
2015-09-03     2.0"""),sep="\s+")

# make sure it's dates
data2 = data2.reset_index().assign(index=lambda x: pd.to_datetime(x["index"])).set_index("index")
trades = trades.reset_index().assign(index=lambda x: pd.to_datetime(x["index"])).set_index("index")

fig = plt.figure()
ax1 = fig.add_subplot(111,ylabel='Portfolio value in $')

data2["Close"].plot(ax=ax1,lw=2.)

mask2 = data2.index.isin((trades.Trades == 2.0).index)
mask3 = data2.index.isin((trades.Trades == 3.0).index)

ax1.plot(data2.loc[mask2].index,data2.Close[mask2],'^',markersize=10,color='m')
ax1.plot(data2.loc[mask3].index,data2.Close[mask3],'v',color='k')


plt.show()

输出