在程序的最后,我有一个数据框和一系列结果。通过将所有索引丢失,我将两者合并为一个数据帧。我的代码和详细信息如下:
main_df =
met1_r2POADCcur met1_r2DCcurACpwr ... met2_r2 met3_r2
2015-01-01 0.948487 0.979209 ... 0.824113 0.944126
2015-01-02 0.990547 0.972249 ... 0.903828 0.987701
2015-01-03 0.762124 0.840787 ... 0.500765 0.848956
2015-01-04 0.912333 0.835052 ... 0.889757
.
[1041 rows x 10 columns]
输出日期系列:
met4_badseries =
0 2015-01-09
1 2015-01-15
2 2015-01-17
3 2015-01-28
4 2015-02-03
.
.
67 2017-12-22
68 2017-12-26
Name: Met4_baddays, Length: 69, dtype: object
我想将以上两个结果合并到一个数据帧中而不丢失其索引。我想将此df命名为main_df
,与上面相同。我的代码如下:
main_df = pd.concat((main_df,met4_badseries.rename('Met4_baddays')),axis=1)
我当前的输出如下:
main_df =
met1_r2POADCcur ... Met4_baddays
1970-01-01 00:00:00.000000000 NaN ... NaN
1970-01-01 00:00:00.000000001 NaN ... NaN
1970-01-01 00:00:00.000000002 NaN ... NaN
1970-01-01 00:00:00.000000003 NaN ... NaN
.
2017-12-22 00:00:00.000000000 0.962878 ... NaN
2017-12-23 00:00:00.000000000 0.594114 ... NaN
2017-12-24 00:00:00.000000000 0.961164 ... NaN
2017-12-26 00:00:00.000000000 0.948532 ... NaN
[1110 rows x 11 columns]
在上面的输出中,我看到了一些与数据无关的奇怪日期。实际上,我的数据范围应仅为2015年-2017年。而且,series
似乎无法正确连接。我没有看到结果中列出的日期。有趣的是,行数与旧df(1041)和序列(69)相匹配(1110)。因此,这里可能出了什么问题。