Python 丢失连接数据帧的值

我不明白为什么这段代码会删除值

solddf[['Name', 'Barcode', 'SalesRank', 'SoldPrices', 'SoldDates', 'SoldIds']].head()
Out[3]: 
                                                    Name       Barcode  \
62693  Near Dark [DVD] [1988] [Region 1] [US Import] ...  1.313124e+10   
94823                 Battlefield 2 Modern Combat / Game  1.463315e+10   
24965               Star Wars: The Force Unleashed (PS3)  2.327201e+10   
24964               Star Wars: The Force Unleashed (PS3)  2.327201e+10   
24963               Star Wars: The Force Unleashed (PS3)  2.327201e+10   

      SalesRank  SoldPrices           SoldDates       SoldIds  
62693                 14.04 2017-08-05 07:28:56  162558627930  
94823                  1.49 2017-09-06 04:48:42  132301267483  
24965                  4.29 2017-08-23 18:44:42  302424166550  
24964                  5.27 2017-09-08 19:55:02  132317908530  
24963                  5.56 2017-09-15 08:23:24  132322978130  

这是我的数据框。它将我从eBay API中获取的每一笔交易存储为一个新行

我的目标是寻找每周销售额和亚马逊销售排名之间的相关性

solddf['Week'] = solddf['SoldDates'].apply(lambda x: x.week)                      
weeklysales = solddf.groupby(['Barcode', 'Week']).size().unstack()
weeklysales = weeklysales.fillna(0)
weeklysales['Mean'] = weeklysales.mean(axis=1)

weeklysales.head()
Out[5]: 
Week           29   30   31   32   33   34   35   36   37   38   39   40   41  \
Barcode                                                                         
1.313124e+10  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0   
1.463315e+10  0.0  0.0  0.0  0.0  0.0  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0   
2.327201e+10  0.0  0.0  0.0  0.0  0.0  1.0  0.0  1.0  2.0  2.0  0.0  2.0  1.0   
2.327201e+10  0.0  0.0  1.0  0.0  0.0  0.0  0.0  0.0  0.0  0.0  1.0  0.0  0.0   
2.327201e+10  0.0  0.0  3.0  2.0  2.0  2.0  1.0  1.0  5.0  0.0  2.0  2.0  1.0   

Week           42      Mean  
Barcode                      
1.313124e+10  0.0  0.071429  
1.463315e+10  0.0  0.071429  
2.327201e+10  0.0  0.642857  
2.327201e+10  0.0  0.142857  
2.327201e+10  0.0  1.500000  

因此，我计算出了每种商品（或条形码）的每周平均销售额

然后，我想获取平均值，并将它们插入到我开始使用的solddf数据帧中

s1 = pd.Series(weeklysales.Mean, index=solddf.Barcode).reset_index()
s1 = s1.sort_values('Barcode')

s1.head()
Out[17]: 
        Barcode      Mean
0  1.313124e+10  0.071429
1  1.463315e+10  0.071429
2  2.327201e+10  0.642857
3  2.327201e+10  0.642857
4  2.327201e+10  0.642857

这看起来不错，行数正确，应该适合

solddf = solddf.sort_values('Barcode')
solddf['WeeklySales'] = s1.Mean

这种方法似乎有效，但我遇到了一个问题，一些np.nan值现在出现了，这些值以前不在s1中

s1.Mean.isnull().sum()
Out[13]: 0

len(s1) == len(solddf)
Out[14]: True

但我传递的价值观现在是np.nan

solddf.WeeklySales.isnull().sum()
Out[16]: 27214

谁能告诉我为什么

在写这篇文章的时候，我有了一个新的想法

s1list = s1.Mean.tolist()

solddf['WeeklySales'] = s1list

solddf.WeeklySales.isnull().sum()
Out[20]: 0

---

但是，仍然很好奇前面的方法有什么问题

与其尝试对齐两个索引并插入新行，不如使用

通过这种方式，您可以使用

how

kwarg选择您也希望执行的连接类型

---

我还建议阅读，因为它涵盖了许多有用的数据帧组合方法

这很奇怪。是

s1.index

==

solddf.index

？。如果序列具有不同的索引集，则函数可能无法正常工作。这就是为什么转换为列表时它会起作用的原因。它们没有匹配的索引。。我不明白为什么会出现问题，因为我从s1中取出了条形码。INDEXB它们都有相同的索引，因为您正试图将序列分配给数据帧。它们将被分配到各自的索引中。问题在于排序_值和重置_索引。如果要关联它们而不考虑索引，而不是将它们转换为列表，也可以执行

solddf['WeeklySales']=s1.Mean.values

output = pd.merge(solddf, s1, on='Barcode')