pandas.Series() 使用 DataFrame Columns 创建返回 NaN 数据条目

Posted 2023-02-23

【中文标题】pandas.Series() 使用 DataFrame Columns 创建返回 NaN 数据条目

【英文标题】：pandas.Series() Creation using DataFrame Columns returns NaN Data entries

【发布时间】：2016-06-19 12:51:00

【问题描述】：

我正在尝试使用代码将数据帧转换为系列，简化后如下所示：

dates = ['2016-1-'.format(i)for i in range(1,21)]
values = [i for i in range(20)]
data = 'Date': dates, 'Value': values
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])
ts = pd.Series(df['Value'], index=df['Date'])
print(ts)

但是，打印输出如下所示：

Date
2016-01-01   NaN
2016-01-02   NaN
2016-01-03   NaN
2016-01-04   NaN
2016-01-05   NaN
2016-01-06   NaN
2016-01-07   NaN
2016-01-08   NaN
2016-01-09   NaN
2016-01-10   NaN
2016-01-11   NaN
2016-01-12   NaN
2016-01-13   NaN
2016-01-14   NaN
2016-01-15   NaN
2016-01-16   NaN
2016-01-17   NaN
2016-01-18   NaN
2016-01-19   NaN
2016-01-20   NaN
Name: Value, dtype: float64

NaN 来自哪里？ DataFrame 对象上的视图是否不是 Series 类的有效输入？

I have found the to_series function 用于 pd.Index 对象，DataFrames 是否有类似的东西？

【问题讨论】：

你是从数据框开始还是只是一个中间步骤？

从一个数据框开始——这就是为什么我没有马上把它放在一个系列中；数据是从具有多列的 CSV 加载的。

【参考方案1】：

我认为你可以使用values，它将列Value 转换为数组：

ts = pd.Series(df['Value'].values, index=df['Date'])

import pandas as pd
import numpy as np
import io

dates = ['2016-1-'.format(i)for i in range(1,21)]
values = [i for i in range(20)]
data = 'Date': dates, 'Value': values
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])
print df['Value'].values
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]

ts = pd.Series(df['Value'].values, index=df['Date'])

print(ts)
Date
2016-01-01     0
2016-01-02     1
2016-01-03     2
2016-01-04     3
2016-01-05     4
2016-01-06     5
2016-01-07     6
2016-01-08     7
2016-01-09     8
2016-01-10     9
2016-01-11    10
2016-01-12    11
2016-01-13    12
2016-01-14    13
2016-01-15    14
2016-01-16    15
2016-01-17    16
2016-01-18    17
2016-01-19    18
2016-01-20    19
dtype: int64

或者你可以使用：

ts1 = pd.Series(data=values, index=pd.to_datetime(dates))
print(ts1)
2016-01-01     0
2016-01-02     1
2016-01-03     2
2016-01-04     3
2016-01-05     4
2016-01-06     5
2016-01-07     6
2016-01-08     7
2016-01-09     8
2016-01-10     9
2016-01-11    10
2016-01-12    11
2016-01-13    12
2016-01-14    13
2016-01-15    14
2016-01-16    15
2016-01-17    16
2016-01-18    17
2016-01-19    18
2016-01-20    19
dtype: int64

感谢@ajcr 更好地解释为什么你会得到NaN：

当您将Series 或DataFrame 列提供给pd.Series 时，它将使用您指定的index 对其进行重新索引。由于您的DataFrame 列有一个整数index（不是date index），您会得到很多缺失值。

【讨论】：

所以我可以！干杯，伙计！

出于好奇，它将数据从什么转换为列表？我一直认为我可以将 df['Date'] 的返回值视为可迭代的，可与列表相媲美 - 不是这样吗？

@j4ck：当你给pd.Series一个Series或DataFrame列时，它会使用你指定的索引reindex它。由于您的 DataFrame 列有一个整数索引（不是日期索引）。你会得到很多缺失值。

@ajcr - 谢谢你的解释。

【参考方案2】：

你可以这样做：

s = df.set_index('Date')

现在是单列数据框。

如果你真的想要它作为一个系列：

s = df.set_index('Date').Value

顺便说一句，NaN 是 numpy 的 Not-a-Number。

使用您的方法，您可以使用：

ts = pd.Series(df['Value'].values, name='Value', index=df['Date'])

您获得 NaN 的原因是您没有以正确的格式提供数据。您正在将一个系列传递给一个系列。

【参考方案3】：

如果您只是在寻找具有这些值的创建系列，您也可以这样做：

 pd.Series( [i for i in range(20)],  pd.date_range('2016-01-02', periods=20, freq='D'))