df_array[i][5]= int(df_array[i][5]) 6 df_array[i][6] = int(df_array[i][6]) ----> 7 new_array[df_array[i][5]-2013][df_array[i][6]-1][df_array[i][1]][df_array[i][2]]+=df_array[i][3] 8 df_new = pd.DataFrame(columns=['创建年', '创建月', '物料编号', '应发库', '销售订单数量']) 9 i=0 IndexError: index -1953 is out of bounds for axis 0 with size 4

根据报错信息，问题可能出现在第7行的代码中，因为它尝试访问一个超出数组索引范围的元素。具体来说，它尝试访问一个小于0或大于数组大小的索引值。你需要检查数组的大小和索引值，并确保索引值不会超出数组范围。此外，根据第8行的代码，你需要创建一个名为`df_new`的空数据框架来存储数据。如果数据框架未创建，则可能会导致`IndexError`。

相关问题

2 df_array[i][5]-2013==int(df_array[i][5]-2013) 3 for i in range(len(df_array)): ----> 4 new_array[df_array[i][5]-2013][df_array[i][6]-1][df_array[i][1]][df_array[i][2]]+=df_array[i][3] 5 df_new = pd.DataFrame(columns=['创建年', '创建月', '物料编号', '应发库', '销售订单数量']) 6 i=0 IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices

根据你提供的代码和错误信息，很可能是在第4行代码中出现了错误。将列表或数组的非整数值用作索引会导致“IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices”错误。请检查df_array[i][5]和df_array[i][6]是否是整数值，如果不是，请将其转换为整数值。

df_array = df_array.astype(int) 2 array_len = len(df_array) 3 new_array=np.zeros((4,12,100,9)) ValueError: invalid literal for int() with base 10: '2013.05.30'结果有误

这个错误是因为在将 `df_array` 转换为整数类型时，其中有一个值不是整数，而是字符串 `'2013.05.30'`。因此，Python 无法将该字符串转换为整数，导致出现 `ValueError` 错误。要解决这个问题，你需要先找出哪个值不是整数，然后将其转换为整数或删除该值。你可以使用 `numpy` 库的 `isnan()` 函数来找出非整数值，然后使用 `pandas` 库的 `dropna()` 函数删除该值，或者使用 `astype()` 函数将其转换为整数类型。