Question

我有一个预定义的DatetimeIndex和一个这样的元组列表：（datetime，float，float，float）。我需要创建一个Pandas DataFrame，并使用列表中的数据填充它。不用说，每个记录的第一个元素（元组）定义了它在结果DataFrame中的假定位置，而不是列的值，结果DataFrame中只有3个浮点列。在DatetimeIndex中没有匹配元素的记录应该被丢弃（我不介意在这种情况下出现错误）。

给出元组本身的列表pd.DataFrame.from_records()将元组的每个元素都视为列的值（如果我在列列表中不包括datetime列，则会引发错误）。

给出一个定义为{r[0]: (r[1], r[2], r[3]) for r in rs}的字典（其中rs是元组的源列表）pd.DataFrame.from_records()返回一个DataFrame，其中每列每个字段中的每个值都是NaN。我也尝试过使用列表而不是元组（{r[0]: [r[1], r[2], r[3]] for r in rs}），但是结果是相同的。我仔细检查过-源元组中的值几乎是定义的浮点数，没有NaN或None。设置coerce_float不会更改任何内容。

更新：我也尝试过使用字典词典根据列列表（{r[0]: {'A': r[1], 'B': r[2], 'C': r[3]} for r in rs}）指定列名称，结果是相同的-所有NaN。

更新：下面是一个示例：

dts = [
    datetime(2018, 1, 1, 0, 0, 0, 0, timezone.utc),
    datetime(2018, 1, 2, 0, 0, 0, 0, timezone.utc),
    datetime(2018, 1, 3, 0, 0, 0, 0, timezone.utc)
]

dti = pd.DatetimeIndex(dts, tz=timezone.utc)

rs = [
    (datetime(2018, 1, 1, 0, 0, 0, 0, timezone.utc), 0.1, 0.2, 0.3),
    (datetime(2018, 1, 2, 0, 0, 0, 0, timezone.utc), 0.4, 0.5, 0.6),
    (datetime(2018, 1, 3, 0, 0, 0, 0, timezone.utc), 0.7, 0.8, 0.9)
]

# ...

dtf = pd.DataFrame.from_records(rs, index=dti, columns=['A', 'B', 'C'], coerce_float=True)

print(dtf)

应该导致

                           A    B    C  
2008-01-01 00:00:00+00:00  0.1  0.2  0.3
2008-01-02 00:00:00+00:00  0.3  0.5  0.6
2008-01-03 00:00:00+00:00  0.7  0.8  0.9

但如果以这种方式运行，实际上会导致AssertionError: 3 columns passed, passed data had 4 columns。我应该写些什么来代替# ...？或者，也许我应该使用from_records而不是curr* np.any(prev!=curr, axis=2, keep_dims=True)来获得预期的输入结果？

Answer 1

假设给定的日期时间索引命名为dti，只需使用元组列表创建数据框，将索引设置为第一个datetime列，然后将索引重新索引为dti：

df = pd.DataFrame(rs, columns=['datetime', 'A', 'B', 'C'])
>>> df.set_index('datetime').reindex(dti)
              A    B    C
2018-01-01  0.1  0.2  0.3
2018-01-02  0.3  0.5  0.6
2018-01-03  0.7  0.8  0.9

Answer 2

您给出的dict理解可能会为您提供以Datetimes命名的列，而不是由Datetimes索引的行。不用说，如果您可以创建一个包含4列的DataFrame，则应该只能够使用DataFrame.set_index将Datetime列设置为索引，并使用DataFrame.reindex来按给定的{{1 }}。

您还可以先创建DataFrame，然后在循环中填充列。如果日期时间值不是索引中的键，则DataFrame.loc索引器将抛出DatetimeIndex，在这种情况下，您可以尝试下一个元组：

KeyError

给定一个DatetimeIndex和一个可识别日期时间的记录集合，如何创建Pandas DataFrame？

2 个答案: