Skip to main content
 首页 » 编程设计

python之Pandas DataFrame 构造函数在包含索引参数时引入 NaN

2024年10月25日9duanxz

我正在使用 DataFrame 构造函数创建一个 pandas DataFrame 对象。我的数据是列表和分类数据 Series 对象的字典。当我将索引传递给构造函数时,我的分类数据系列被重置为 NaN 值。这里发生了什么?提前致谢!

例子:

import pandas as pd 
import numpy as np 
a = pd.Series(['a','b','c'],dtype="category") 
b = pd.Series(['a','b','c'],dtype="object") 
c = pd.Series(['a','b','cc'],dtype="object") 
 
A = pd.DataFrame({'A':a,'B':[1,2,3]},index=["0","1","2"]) 
AA = pd.DataFrame({'A':a,'B':[1,2,3]}) 
B = pd.DataFrame({'A':b,'C':[4,5,6]})     
 
print("DF A:") 
print(A) 
print("\nDF A, without specifying an index in the constructor:") 
print(AA) 
print("\nDF B:") 
print(B) 

请您参考如下方法:

这与类别与对象无关,它与索引对齐有关。

您在 A 中得到 NaN,因为您告诉构造函数您需要三个字符串的索引。但是 a 有自己的索引,由整数 [0, 1, 2] 组成。由于它与您所说的索引不匹配,因此数据不对齐,因此您会得到一个带有您所说的索引的 DataFrame,而 NaN 会突出显示数据丢失。相比之下,B 只是一个列表,因此没有索引可以忽略,因此它假定数据是按索引适当的顺序给出的。

这可能比解释起来更容易理解。无论 dtype 是什么,如果索引不匹配,您将得到 NaN:

In [147]: pd.DataFrame({'A':pd.Series(list("abc"), dtype="category"),'B':[1,2,3]}, 
          index=["0","1","2"]) 
Out[147]:  
     A  B 
0  NaN  1 
1  NaN  2 
2  NaN  3 
 
In [148]: pd.DataFrame({'A':pd.Series(list("abc"), dtype="object"),'B':[1,2,3]}, 
          index=["0","1","2"]) 
Out[148]:  
     A  B 
0  NaN  1 
1  NaN  2 
2  NaN  3 

如果您使用完全匹配的索引,它会起作用:

In [149]: pd.DataFrame({'A':pd.Series(list("abc"), dtype="object"),'B':[1,2,3]}, 
          index=[0,1,2]) 
Out[149]:  
   A  B 
0  a  1 
1  b  2 
2  c  3 

如果您使用部分匹配的索引,您将在索引对齐的位置获得值,在不对齐的位置获得 NaN:

In [150]: pd.DataFrame({'A':pd.Series(list("abc"), dtype="object"),'B':[1,2,3]}, 
          index=[0,1,10]) 
Out[150]:  
      A  B 
0     a  1 
1     b  2 
10  NaN  3