Question

我正在使用ipython笔记本，并且跟随pandas cookbook示例发布0.16.0。当我在第237页时遇到麻烦。我做了一个像这样的数据框

from pandas import *
data1=DataFrame({'AAA':[4,5,6,7],'BBB':[10,20,30,40],'CCC':[100,50,-30,-50]})

然后，我这样做，试图改变索引：

df=DataFrame(data=data1,index=(['a','b','c','d']))

但我得到的是一个数据帧，所有值都是NaN！任何人都知道为什么以及如何解决它？我也尝试使用set_index函数，它给了我错误。

非常感谢！ enter image description here

Answer 1

如果要更改索引，请使用reindex或直接指定索引：

In [5]:

data1=pd.DataFrame({'AAA':[4,5,6,7],'BBB':[10,20,30,40],'CCC':[100,50,-30,-50]})
print(data1)
df=pd.DataFrame(data=data1)
df.index = ['a','b','c','d']
df
   AAA  BBB  CCC
0    4   10  100
1    5   20   50
2    6   30  -30
3    7   40  -50
Out[5]:
   AAA  BBB  CCC
a    4   10  100
b    5   20   50
c    6   30  -30
d    7   40  -50

我不知道这是不是一个错误，但是如果你做了以下情况那么它会起作用：

In [7]:

df=pd.DataFrame(data=data1.values,index=(['a','b','c','d']))
df
Out[7]:
   0   1    2
a  4  10  100
b  5  20   50
c  6  30  -30
d  7  40  -50

因此，如果您将数据分配给值而不是df本身，那么df不会尝试与传入的索引对齐

修改

在这里单步执行代码后，问题是它使用传递的索引来重新索引df，我们可以通过执行以下操作来重现此行为：

In [46]: data1 = pd.DataFrame({'AAA':[4,5,6,7],'BBB':[10,20,30,40],'CCC':[100,50,-30,-50]}) data1.reindex_axis(list('abcd')) Out[46]: AAA BBB CCC a NaN NaN NaN b NaN NaN NaN c NaN NaN NaN d NaN NaN NaN

这是因为它进入df构造函数检测到它是BlockManager的实例并尝试构造一个df：

单步执行代码我看到它到达frame.py：

if isinstance(data, BlockManager): mgr = self._init_mgr(data, axes=dict(index=index, columns=columns), dtype=dtype, copy=copy)

然后在generic.py中结束：

119 def _init_mgr(self, mgr, axes=None, dtype=None, copy=False): 120 """ passed a manager and a axes dict """ 121 for a, axe in axes.items(): 122 if axe is not None: 123 mgr = mgr.reindex_axis( 124 -> axe, axis=self._get_block_manager_axis(a), copy=False)

现在已发布issue关于此
的信息
更新这是预期的行为，如果您传递索引，那么它将使用此索引重新索引传入的df，来自@Jeff

这是已定义的行为，用于将提供的输入重新索引到传递索引和/或列。

参见相关的Issue

Answer 2

EdChum对使用reindex的建议是完全正确的，但我认为这里发生的是当您使用DataFrame作为data参数的参数时，它在创建时使用整个现有的 DataFrame new DataFrame。

如果您想要完成所需的工作，则需要显式提供实际数据的DataFrame类（而不是另一个DataFrame中包含的数据）。您可以使用data1.values执行此操作。你还必须明确地给类提供列名，所以它们都是这样的：

In [1]: pd.DataFrame(data=data1.values,columns=data1.columns,index=(['a','b','c','d']))

Out[1]: 
   AAA  BBB  CCC
a    4   10  100
b    5   20   50
c    6   30  -30
d    7   40  -50

Answer 3

也尝试使用set_index函数，它给了我错误。

为什么会发生这种情况？ set_index用于使用一个或多个现有列来设置索引。因此，data1.set_index('a')会产生Key Error因为a不是data1中的列，而data1.set_index['AAA']会产生

     BBB  CCC
AAA          
4     10  100
5     20   50
6     30  -30
7     40  -50

其他两个答案回答了Q的其余部分。

更改数据帧索引后，pandas版本0.16.0所有值都变为NaN

3 个答案: