pandas.Series（），使用数据帧列创建返回NaN数据条目

Question

林试图将数据帧变换为使用代码，简化的一个系列，看起来像这样：

dates = ['2016-1-{}'.format(i)for i in range(1,21)] 
values = [i for i in range(20)] 
data = {'Date': dates, 'Value': values} 
df = pd.DataFrame(data) 
df['Date'] = pd.to_datetime(df['Date']) 
ts = pd.Series(df['Value'], index=df['Date']) 
print(ts) 

然而，打印输出看起来像这样：

Date 
2016-01-01 NaN 
2016-01-02 NaN 
2016-01-03 NaN 
2016-01-04 NaN 
2016-01-05 NaN 
2016-01-06 NaN 
2016-01-07 NaN 
2016-01-08 NaN 
2016-01-09 NaN 
2016-01-10 NaN 
2016-01-11 NaN 
2016-01-12 NaN 
2016-01-13 NaN 
2016-01-14 NaN 
2016-01-15 NaN 
2016-01-16 NaN 
2016-01-17 NaN 
2016-01-18 NaN 
2016-01-19 NaN 
2016-01-20 NaN 
Name: Value, dtype: float64 

NaN从哪里来？ DataFrame对象上的视图不是Series类的有效输入吗？

I have found the to_series function对于pd.Index对象，有没有类似的东西DataFrame s？

Answer 1

我认为你可以使用values，将其转换列Value数组：

ts = pd.Series(df['Value'].values, index=df['Date']) 

import pandas as pd 
import numpy as np 
import io 

dates = ['2016-1-{}'.format(i)for i in range(1,21)] 
values = [i for i in range(20)] 
data = {'Date': dates, 'Value': values} 
df = pd.DataFrame(data) 
df['Date'] = pd.to_datetime(df['Date']) 
print df['Value'].values 
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19] 

ts = pd.Series(df['Value'].values, index=df['Date']) 

print(ts) 
Date 
2016-01-01  0 
2016-01-02  1 
2016-01-03  2 
2016-01-04  3 
2016-01-05  4 
2016-01-06  5 
2016-01-07  6 
2016-01-08  7 
2016-01-09  8 
2016-01-10  9 
2016-01-11 10 
2016-01-12 11 
2016-01-13 12 
2016-01-14 13 
2016-01-15 14 
2016-01-16 15 
2016-01-17 16 
2016-01-18 17 
2016-01-19 18 
2016-01-20 19 
dtype: int64 

或者你可以使用：

ts1 = pd.Series(data=values, index=pd.to_datetime(dates)) 
print(ts1) 
2016-01-01  0 
2016-01-02  1 
2016-01-03  2 
2016-01-04  3 
2016-01-05  4 
2016-01-06  5 
2016-01-07  6 
2016-01-08  7 
2016-01-09  8 
2016-01-10  9 
2016-01-11 10 
2016-01-12 11 
2016-01-13 12 
2016-01-14 13 
2016-01-15 14 
2016-01-16 15 
2016-01-17 16 
2016-01-18 17 
2016-01-19 18 
2016-01-20 19 
dtype: int64 

谢谢@ajcr更好地解释为什么你NaN：

当你给一个Series或DataFrame列pd.Series，它将使用index指定重新索引它。由于你的DataFrame列有一个整数index（而不是date index），你会得到很多缺失的值。

Answer 2

如果你只是在寻找一个与你可能也做这些值创建系列：

pd.Series([i for i in range(20)], pd.date_range('2016-01-02', periods=20, freq='D')) 

Answer 3

你可以这样做：

s = df.set_index('Date') 

现在是一列数据帧。

如果你真的想把它当作一个系列：

s = df.set_index('Date').Value 

顺便说一句，楠numpy的不是非数字。

用你的方法，你可以使用：

ts = pd.Series(df['Value'].values, name='Value', index=df['Date']) 

你得到NaN的原因是，你是不是在正确的格式提供数据。你正在将一个系列传递给一个系列。