Python 熊猫。康卡特生产所有的熊猫

我试图用

pd.concat（[a，b]，axis=1）

连接两个系列，但结果是一个数据帧中填充了

NaN

s，我的意思是：

制作两个

系列

by_status=odr.set_索引（'order_status'））
g=按状态分组（['dt'，'product\u id']）
已付款订单=g.尺寸（）
payed_orders.name='payed_orders'
退款=按状态。loc[[1,2,3]，：].groupby（['dt'，'product\u id']）
退款订单=退款大小（）
退款订单。名称='退款订单'
#我要处理退款单和付款单

>>已付款订单头（）
dt产品标识
2015-01-15  10001          1
10007          1
10016         14
10022          1
10023          1
名称：已付款订单，数据类型：int64
>>>退还订单。头（）
dt产品标识
2015-01-15  10007         1
10016         4
10030         1
2015-01-16  10007         3
10008         1
名称：退款单，数据类型：int64
>>>pd.concat（[payed_orders.head（），return_orders.head（）]，axis=1，ignore_index=False）
已付款订单退款订单
dt产品标识
2015-01-15 10001楠楠楠
10007南南
10016楠楠
10022楠楠
10023楠楠
10030楠楠
2015-01-16 10007楠楠
10008楠楠

我不认为我一定犯了一些明显的错误，但我真的想不出来，请帮忙

另外，代码是从ipython笔记本上复制的，不要对格式感到奇怪

更新 尝试传递

ignore\u index=True

，下面是发生的情况：

pd.concat（[payed_orders.tail（），return_orders.tail（）]，axis=1，ignore_index=True） 0 1 dt产品标识 2015-09-07 1000081楠楠 1000084南南 1000094南南 1000096楠楠 1000124楠楠 1000131楠楠 1000132南南 1000133楠楠 1000134南南 1000137楠楠 至于索引格式问题 这里有两个系列不能很好地结合在一起：

>a4.head（）到
{'actual_suborders'：{（datetime.date（2015,1,15），10001）：1，
（日期时间日期（2015年1月15日）10016:10，
（日期时间日期（2015年1月15日），10022）：1，
（日期时间日期（2015年1月15日），10023）：1，
（datetime.date（2015,1,15），10024）：1}
>>>a5.头（）至第（）条
{'u suborders'：{（datetime.date（2015,1,15），10007）：1，
（日期时间日期（2015年1月15日），10016）：4，
（日期时间日期（2015年1月15日），10030）：1，
（日期时间日期（2015年1月16日），10007）：4，
（datetime.date（2015,1,16），10008）：1}
>>>pd.concat（[a4.head（），a5.head（）]，轴=1）
实际子订单退款子订单
dt产品标识
2015-01-15 10001楠楠楠
10007南南
10016楠楠
10022楠楠
10023楠楠
10024楠楠
10030楠楠
2015-01-16 10007楠楠
10008楠楠

终极手段 感谢所有决定关注这个伟大社区的人

我已将上述系列的标题序列化，并上传到evernote，其中包含要加载和解析的代码

---

为了使这一点起作用，我必须从每个系列的旧索引的串联中创建唯一的值。然后，在连接时，我将其作为参数传递给

join\u axes

：

import datetime
import pandas as pd

s1 = pd.Series([1, 10, 1, 1, 1], 
               name='actual_suborders',
               index=[(dt.date(2015, 1, 15), 10001),
                      (dt.date(2015, 1, 15), 10016),
                      (dt.date(2015, 1, 15), 10022),
                      (dt.date(2015, 1, 15), 10023),
                      (dt.date(2015, 1, 15), 10024)])


s2 = pd.Series([1, 4, 1, 4, 1], 
               name='refund_suborders',
               index=[(dt.date(2015, 1, 15), 10007),
                      (dt.date(2015, 1, 15), 10016),
                      (dt.date(2015, 1, 15), 10030),
                      (dt.date(2015, 1, 16), 10007),
                      (dt.date(2015, 1, 16), 10008)])

idx = set(pd.concat([s1.reset_index()['index'], 
                     s2.reset_index()['index']], 
                    ignore_index=True))

>>> pd.concat([s1, s2], axis=1, join_axes=[idx])
                     actual_suborders  refund_suborders
(2015-01-15, 10022)                 1               NaN
(2015-01-15, 10001)                 1               NaN
(2015-01-15, 10023)                 1               NaN
(2015-01-16, 10008)               NaN                 1
(2015-01-15, 10030)               NaN                 1
(2015-01-15, 10016)                10                 4
(2015-01-15, 10007)               NaN                 1
(2015-01-16, 10007)               NaN                 4
(2015-01-15, 10024)                 1               NaN

此外，您的索引似乎在某个地方发生了更改。您的

by_status.groupby（['dt'，'product_id']）

操作应该会产生一个多索引，但是上面粘贴的

a4.head（）

和

a5.head（）

的结果表明它在行的某个位置更改为元组对。我怀疑这可能是最终的问题

编辑

我不明白为什么

concat

不起作用，但我使用

merge

实现了您的目标

首先，重置索引。然后合并

dt

和

product\u id

上的数据帧：

a4.reset_index(inplace=True)
a5.reset_index(inplace=True)
>>> a4.merge(a5, on=['dt', 'product_id'], how='outer')
           dt  product_id  actual_suborders  refund_suborders
0  2015-01-15       10001                 1               NaN
1  2015-01-15       10016                10                 4
2  2015-01-15       10022                 1               NaN
3  2015-01-15       10023                 1               NaN
4  2015-01-15       10024                 1               NaN
5  2015-01-15       10007               NaN                 1
6  2015-01-15       10030               NaN                 1
7  2015-01-16       10007               NaN                 4
8  2015-01-16       10008               NaN                 1

---

大概是因为您的多索引没有公共索引值，当您传递

忽略\u index=True

时会发生什么？在哪里定义了付款\u子订单退款\u订单，它们似乎不是列标题？他们似乎都不是DF的一部分？所以你得到的是NaN，因为它们不存在任何值…@EdChum没有任何好处，我更新了我的帖子，表明这两个系列的索引确实有共同的索引values@dartdog它们是从groupby对象计算出来的，按

['dt'，'product\u id']

分组，这与这种情况有关吗？我认为这可能是问题所在，请尝试将group by的结果分配给新的DFs。。groupby操作应该并且确实会产生一个多索引，当我使用

系列将pandas系列转换为dict时。为了_dict（）

，基础多索引只是转换为元组，并不是说索引本身是一个元组数组，我文章中的代码就是我用来生成这些系列对象的代码，正如你所看到的，它不包含任何中间步骤，我将发布原始序列化数据，即使它是格式错误的多索引，concat操作也不应该产生一个全NaN帧，对吗？它至少应该包含一些东西，所有的数字都到哪里去了？我注意到，

pd.merge

也很有效，但我正在尝试连接5到7个类似的熊猫系列，我已经分析了，了解到一次合并两个对我的需要来说太昂贵了。为什么不打开一张新的票“可能的错误：熊猫浓缩多索引”. 提及您正在使用的Pandas和Python版本，并包括示例数据。