Question

我创建了一个输出变量'a = pd.Series（）'，然后使用for循环运行许多模拟，这些模拟将暂时存储在'x'中的模拟结果附加到其中的'a'中。连续的列，每个列的重命名都与模拟编号重合，使用以下代码从第0个位置开始：

a = pandas.concat([a, x.rename(sim_count)], axis=1)

由于某种原因，结果数据框在我无法摆脱的模拟结果的第一列的左侧包括一列“ NaN”值，如下所示（示例显示了三个模拟的结果）： / p>

    0         0         1         2

0 NaN  0.136799  0.135325 -0.174987

1 NaN -0.010517  0.108798  0.003726

2 NaN  0.116757  0.030352  0.077443

3 NaN  0.148347  0.045051  0.211610

4 NaN  0.014309  0.074419  0.109129

有什么主意如何防止此NaN值列生成？

Answer 1

基本上，通过pd.Series（）创建输出变量，您将创建一个空数据集。这在串联中继续进行，空数据集的大小定义为与x [sim_count]相同的大小（很好，行数相同）。 Python / Pandas知道表示此“空”系列的唯一方法是使用一系列NaN值。当您连接时，您实际上是在说：我想将我的新数据框/系列添加到“空”系列上，而空系列只会得到NaN。

一种更有效的方法是将“ a”分配给数据帧然后进行连接。

a = pd.DataFrame()
a = pandas.concat([a, x.rename(sim_count)], axis=1)

您可能会问自己为什么这样做有效，并使用pd.Series（）强制输入一列NaN。我的理解是，数据框在内存中为要添加的数据创建了一个空位置（即，您将新数据放入一个空数据框），而当您执行pd.concat（[pd.Series（），x.rename（ sim_count）]，axis1）告诉熊猫，空序列（pd.Series（））很重要，应该保留，并且应该将新数据添加到“ a”上。因此，NaNs列。

将系列连接到数据框时创建的NaN列

1 个答案: