Question

我不明白为什么＆＃34;你＆＃34;有NaNvalues。我在这做什么错？

>>> z=pd.DataFrame([['abcb','asasa'],['sdsd','aeio']])
>>> z
          0      1
    0  abcb  asasa
    1  sdsd   aeio
>>> u=pd.DataFrame(z,columns=['hello','ajsajs'])
>>> u
    hello  ajsajs
 0    NaN     NaN
 1    NaN     NaN

Answer 1

替代构造调用

您可以使用底层的NumPy数组：

u = pd.DataFrame(z.values, columns=['hello','ajsajs'])

  hello ajsajs
0  abcb  asasa
1  sdsd   aeio

或者，您可以使用：

u = z.rename(columns={0: 'hello',1: 'ajsajs'})

最后由@Dark建议：

u = z.set_axis(['hello','ajsajs'], axis=1, inplace=False)

inplace中set_axis的小注 -

警告：inplace=None目前会回归True，但将来会回归False 版本，默认为inplace=True。请明确使用u = z.set_axis(axis=1, labels=['hello','ajsajs']) 而不是依赖默认值。

在pandas 0.20.3中，语法只是：

.reindex

@ Dark的解决方案在这里显得最快。

为什么当前方法不起作用

我认为这里的问题是，当以这种方式构造DataFrame时，会调用from pandas.core.internals import BlockManager # pandas.core.frame.DataFrame class DataFrame(NDFrame): def __init__(self, data=None, index=None, columns=None, dtype=None, copy=False): # ... if isinstance(data, DataFrame): data = data._data if isinstance(data, BlockManager): mgr = self._init_mgr(data, axes=dict(index=index, columns=columns), dtype=dtype, copy=copy) # ... a bunch of other if statements irrelevant to your case NDFrame.__init__(self, mgr, fastpath=True) # ...。这里有一些源代码，其中省略号表示我要忽略的不相关的东西：

u = pd.DataFrame(z,columns=['hello','ajsajs'])

这里发生了什么：

DataFrame继承自更通用的基类，而基类又具有多重继承。（熊猫很棒，但它的来源可能就像试图通过蜘蛛网回溯。）
在x中，if是一个DataFrame。因此，下面的第一个data = data._data语句为True和_data。什么是if？这是BlockManager。*（继续低于......）
因为我们刚刚转换了传递给它的BlockManager，所以下一个mgr语句也会评估True。然后将_init_mrg分配给__init__方法的结果，并调用父类的mgr，并传递isinstance(z._data, BlockManager)。

*与# pandas.core.generic.NDFrame class NDFrame(PandasObject, SelectionMixin): def __init__(self, data, axes=None, copy=False, dtype=None, fastpath=False): # ... def _init_mgr(self, mgr, axes=None, dtype=None, copy=False): """ passed a manager and a axes dict """ for a, axe in axes.items(): if axe is not None: mgr = mgr.reindex_axis(axe, axis=self._get_block_manager_axis(a), copy=False) # ... return mgr确认。

现在进入第2部分......

_init_mgr

这里定义了columns=['hello','ajsajs'] axes=dict(index=None, columns=columns) # ...，上面调用了它。基本上在你的情况下你有：

pd.DataFrame(z, columns=[0, 'ajsajs'])

      0  ajsajs
0  abcb     NaN
1  sdsd     NaN

当您转到重新索引轴并指定一个新轴时，旧对象中不包含任何新标签，您将获得所有NaN。这似乎是一个刻意的设计决策。考虑这个相关的例子来证明这一点，其中一个新列存在而另一个不存在：

w = "name: some name|age: 23|street: some address|favorite meal: meal|name: some other name|age: 15|street: some other address|pet: dog"

output = []
current = {}
for item in w.split('|'):
    key_value = item.split(':')
    key = key_value[0].strip()
    value = key_value[1].strip()
    if key == 'name':
        current = {key:value}
        output.append(current)
    else:
        current[key] = value


print(output)

在Python3中为DataFrame创建列名的问题

1 个答案:

替代构造调用

为什么当前方法不起作用