我有两个以相同格式编制索引的系列。下面是两个剪辑（因为数据的大小我不会显示整个集合）：
>>> s1
Out[52]:
parameter_id parameter_type_cs_id
4959 1 -0.2664122
4960 1 -0.004289398
4961 1 -0.006652875
4966 1 -0.004208685
4967 1 -0.02268688
4968 1 -0.05958452
4969 1 -0.01133198
4970 1 -0.01968251
4972 1 -0.05860331
4974 1 -0.08260008
4975 1 -0.05402012
4979 1 -0.0308407
4980 1 -0.02232495
4987 1 -0.2315813
4990 1 -0.02171027
...
727241 1 -0.00156766
727242 1 -0.0009964491
727243 1 -0.007068732
727244 1 -0.003500738
727245 1 -0.006572505
727246 1 -0.0005814131
728060 1 -0.0144799
728062 1 -0.0418521
728063 1 -0.01367948
728065 1 -0.03625054
728066 1 -0.06806824
728068 1 -0.007910916
728071 1 -0.005482052
728073 1 -0.005845178
intercept [-11.4551819018]
Name: coef, Length: 1529, dtype: object
>>> s2
Out[53]:
parameter_id parameter_type_cs_id
4958 1 -0.001683882
4959 1 -1.009859
4960 1 -0.0004456379
4961 1 -0.005564386
4963 1 -0.9145955
4964 1 -0.0009077246
4965 1 -0.0003179153
4966 1 -0.0006907124
4967 1 -0.02125838
4968 1 -0.02443978
4969 1 -0.002665334
4970 1 -0.003135213
4971 1 -0.0003539563
4972 1 -0.03684852
4973 1 -0.0001203596
...
728044 1 -0.0003084855
728060 1 -0.925618
728061 1 -0.001192743
728062 1 -0.9203911
728063 1 -0.002522615
728064 1 -0.0003572484
728065 1 -0.003475959
728066 1 -0.02329697
728068 1 -0.001412785
728069 1 -0.002095895
728070 1 -9.790675e-05
728071 1 -0.0003013977
728072 1 -0.0003369116
728073 1 -0.000249748
intercept [-12.1281459287]
Name: coef, Length: 1898, dtype: object
索引格式是相同的，因此我尝试将它们放入如下的数据框中：
d = {'s1': s1, 's2': s2}
df = pd.DataFrame(d)
但是我注意到输出几乎都是NaN，我觉得这很令人震惊。我查看了单个系列的索引，并注意到数据框将它们作为字符串而不是与系列相同的格式
>>> s1.index.values
Out[54]:
array([(4959, 1), (4960, 1), (4961, 1), ..., (728071, 1), (728073, 1),
('intercept', '')], dtype=object)
>>> s2.index.values
Out[55]:
array([(4958, 1), (4959, 1), (4960, 1), ..., (728072, 1), (728073, 1),
('intercept', '')], dtype=object)
但数据框有字符串
>>> df.index.values
Out[56]:
array([('4959', '1'), ('4960', '1'), ('4961', '1'), ..., ('8666', '1'),
('9638', '1'), ('intercept', '')], dtype=object)
为什么它会改变类型并导致我的问题......？
对我来说更奇怪的是，如果我在较小的集合上尝试与上面相同，我会看到我期望的行为（并非所有NaN并且索引未被转换）
s1_ = s1[:15]
s2_ = s2[:15]
d_ = {'s1': s1_, 's2': s2_}
df_ = pd.DataFrame(d_) #<---- This has the behavior I would expect
修改 我找到了一种方法可行，但我不确定为什么它会像这样工作，如果我将两个系列转换为数据帧然后加入它们它按预期工作：
df_1 = pd.DataFrame({'s1': s1})
df_2 = pd.DataFrame({'s2': s2})
new_df = df_1.join(df_2) #WHY DOES THIS WAY WORK!?!?
答案 0 :(得分：3)
我没有您的数据框，但这里有一个小数据示例，表明pandas按预期构建数据框（使用pandas 0.15.1和python 3.4）。正如所料，当指数不匹配时会引入NaN。
您数据的最后一行是（＆＃39;截取＆＃39;，＆＃39;＆＃39;），而所有其他行都是数字。所以（＆＃39;拦截＆＃39;，＆＃39;＆＃39;）进入每个系列的索引，这可能导致索引中的值被提升＆＃34;到字符串。
>> s1 = pd.Series([1,2,3], index=pd.MultiIndex.from_tuples([(1,1),(1,2),(1,3)], names=['a','b']))
>>> s1
a b
1 1 1
2 2
3 3
dtype: int64
>>> s2 = pd.Series([100,200,300], index=pd.MultiIndex.from_tuples([(1,2),(1,3),(1,4)], names=['a','b']))
>>>
>>> s2
a b
1 2 100
3 200
4 300
dtype: int64
>>> df = pd.DataFrame({'s1':s1, 's2':s2})
>>> df
s1 s2
a b
1 1 1 NaN
2 2 100
3 3 200
4 NaN 300
>>> df.index.values
array([(1, 1), (1, 2), (1, 3), (1, 4)], dtype=object)
答案 1 :(得分：2)
将索引转换为字符串的原因是因为最后一个索引
intercept [-11.4551819018]
是一个字符串。 Pandas数据框的文档指出，当从一个系列构造数据帧时，数据帧保持与系列相同的索引，这导致转换为所有字符串，因为数据中的最后一行。
创建两个数据框然后加入它们的解决方案是有效的，因为索引是一致的，因为您使用相同的数据结构（例如数据帧）而不是从一个数据结构（系列）转换为另一个（数据）帧）。这似乎是熊猫特有的事情。我会坚持你的解决方案。