使用pandas.read_csv和索引读取csv文件会创建NaN条目

Question

我的.csv文件以逗号分隔，这是read_csv的标准设置。

这是有效的：

T1 = pd.DataFrame(pd.read_csv(loggerfile, header = 2)) #header contains column "1"

但是，除了DataFrame之外，只要我向read_csv的构造函数添加内容，我的所有值都会突然NaN。 为什么？怎么解决这个问题？

datetimeIdx = pd.to_datetime( T1["1"] )                #timestamp-column
T2 = pd.DataFrame(pd.read_csv(loggerfile, header = 2), index = datetimeIdx)

Answer 1

没有必要在read_csv调用中包含DataFrame，因为它已经返回DataFrame。

如果要更改索引，可以使用set_index或直接设置索引：

T1 = pd.read_csv(loggerfile, header = 2)
T1.index = pd.DatetimeIndex(T1["1"])

如果要将数据框中的列保留为日期时间（而不是字符串）：

T1 = pd.read_csv(loggerfile, header = 2)
T1["1"] = pd.DatetimeIndex(T1["1"])
T2 = T1.set_index("1", drop=False)

但更好的是，您可以直接在read_csv中执行此操作（假设列“1”是第一列）：

pd.read_csv(loggerfile, header=2, index_col=0, parse_dates=True)

---

它返回带有NaNs的DataFrame的原因是因为使用DataFrame作为输入的DataFrame()调用将使用提供的输入执行reindex操作。由于datetimeIdx中的所有标签都不在T1的原始索引中，因此您将获得包含所有NaN的数据框。