Python 如何通过行标签跳过数据帧行

我试图跳过对一个特定数据帧行求和，因为当我这样做时，我得到了

ValueError：序列的真值是不明确的。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

我知道这是一个常见的错误，但我已经读了很多文章/帖子，仍然没有弄清楚

原代码为：

import os
from iexfinance.stocks import Stock
import pandas as pd

# Set IEX Finance API Token
os.environ['IEX_API_VERSION'] = 'v1'
os.environ['IEX_TOKEN'] = 'token'

df = pd.read_csv("input.csv")

for index, row in df.iterrows():
    symbol = (row["Symbol"])
    company = Stock(symbol, output_format='pandas')
    df_cash_flow = company.get_cash_flow(period="quarter", last='4')
    df_cash_flow['TTM'] = df_cash_flow.sum(axis = 1)
    print(df_cash_flow)

输出为：

                    | 6/30/19 | 4/9/19 | 1/5/19 | 10/5/18 | TTM
-----------------------------------------------------------------
capitalExpenditures |   123   |   456  |   789  |   101   | 1469 
-----------------------------------------------------------------
cashChange          |   101   |   633  |   453  |   902   | 2089 
-----------------------------------------------------------------
............
-----------------------------------------------------------------
reportDate          | 6/30/19 | 4/9/19 | 1/5/19 | 10/5/18 |  2019-06-302019-04-09...
-----------------------------------------------------------------
depreciation        |   764   |   122  |   423  |   199   | 1508
-----------------------------------------------------------------

但我只希望输出是：

                    | 6/30/19 | 4/9/19 | 1/5/19 | 10/5/18 | TTM
-----------------------------------------------------------------
capitalExpenditures |   123   |   456  |   789  |   101   | 1469 
-----------------------------------------------------------------
cashChange          |   101   |   633  |   453  |   902   | 2089 
-----------------------------------------------------------------
............
-----------------------------------------------------------------
reportDate          | 6/30/19 | 4/9/19 | 1/5/19 | 10/5/18 |  
-----------------------------------------------------------------
depreciation        |   764   |   122  |   423  |   199   | 1508
-----------------------------------------------------------------

因此，我尝试使用

df.loc['reportDate']

跳过

reportDate

行标签：

df_cash_flow = company.get_cash_flow(period="quarter", last='4')
    if df_cash_flow.loc['reportDate']:
        pass
    else:
        df_cash_flow['TTM'] = df_cash_flow.sum(axis = 1)

但这将返回

ValueError

如何解决此问题？

解决方法 如果问题仅仅是一个单元格，那么像丢弃不需要的结果这样的解决方法是可以接受的

按其工作方式进行求和：

df\u cash\u flow['TTM']=df\u cash\u flow.sum（axis=1）

然后做：

这样，您就可以用空字符串替换行

'reportDate'

和列

'TTM'

处单元格中的值

正确的解决方案 正确的解决方案是在求和之前只选择所需的行：

df_cash_flow['TTM'] = df_cash_flow.loc[df_cash_flow.index.drop('reportDate')].sum(axis=1)

通过从

索引中删除
'reportDate'
，只对其他行执行求和。您在单元格中的行
'reportDate'
和列
'TTM'
处获得
NaN


如果需要，可以轻松扩展此解决方案以排除其他行。只需删除所有你不想求和的索引标签，将它们放在一个列表中：
df\u cash\u flow.index.drop（['reportDate'，'otherlabel1'，'otherlabel2']）

df_cash_flow['TTM'] = df_cash_flow.loc[df_cash_flow.index.drop('reportDate')].sum(axis=1)