Python ValueError：在匹配中的日期时，序列长度必须匹配才能进行比较

我为提出这样一个基本的问题提前道歉，但我被难住了

这是一个非常简单的虚拟示例。我在《熊猫》中遇到了一些匹配日期的问题，我不知道为什么

df = pd.DataFrame([[1,'2016-01-01'], 
                   [2,'2016-01-01'],
                   [3,'2016-01-02'],
                   [4,'2016-01-03']],
                   columns=['ID', 'Date'])

df['Date'] = df['Date'].astype('datetime64')

假设我想匹配上述df中的第1行。
我事先知道我想匹配ID

1

我也知道我想要的日期，事实上，我将直接从df的第1行提取该日期，使其防弹

some_id = 1
some_date = df.iloc[1:2]['Date']  # gives 2016-01-01

那么为什么这行不能返回我的第1行

df[(df['ID']==some_id) & (df['Date'] == some_date)] 

相反，我得到了

ValueError:序列长度必须匹配才能进行比较

这一点我理解，也有道理……但让我想知道……如果我不能将一对多进行比较，我还能如何比较熊猫的日期呢？

你说：

some_date = df.iloc[1:2]['Date']  # gives 2016-01-01

但这不是它所给予的。它给出了一个包含一个元素的序列，而不仅仅是一个值——当您使用

[1:2]

作为切片时，您不会得到一个元素，而是一个包含一个元素的容器：

>>> some_date
1   2016-01-01
Name: Date, dtype: datetime64[ns]

相反，你应该这样做

>>> some_date = df.iloc[1]['Date']
>>> some_date
Timestamp('2016-01-01 00:00:00')

之后

>>> df[(df['ID']==some_id) & (df['Date'] == some_date)] 
   ID       Date
0   1 2016-01-01

---

（请注意，如果要查找大量的

some\u id

和

some\u date

值，则有更有效的模式，但这是一个单独的问题。）

如DSM所述，某些日期是一个系列，而不是一个值。当您使用布尔屏蔽并检查列的值是否等于某个变量时，我们必须确保该变量是一个值，而不是一个容器。DSM提到了一种可能的解决问题的方法，还有另一种解决问题的方法

df[(df['ID']==some_id) & (df['Date'] == some_date.values[0])]

---

我们刚刚用some_date.values[0]替换了some_date。某些_date.values返回一个包含一个元素的数组。我们感兴趣的是容器中的值，而不是容器中的值，因此我们通过[0]对其进行索引以获得值。

因此，这一切都归结为

[1:2]

和

1

之间的差异？这两种方法在语法上似乎是同义的，但显然不是。为什么不呢？即使在熊猫的上下文之外，它们也不是同义词。尝试

x=[10,20,30]

然后将

print（x[1:2]，type（x[1:2]）

与

print（x[1]，type（x[1]））进行比较。

。一个盒子里只有一个物体和一个物体是有区别的。