Python 在不更改其他列数据的情况下在pandas中使用reindex

这是我的代码，我试图将数据帧的索引值更改为数据帧中存在的日期

将熊猫作为pd导入
x={
‘日期’：[‘1998年9月24日’、‘1999年1月26日’、‘1999年8月28日’、‘1999年9月11日’]，
‘名称’：[‘A’、‘B’、‘C’、‘D’]，
“标记”：[5,8,5,9]，
‘城市’：[‘Rjy’、‘Nzmbd’、‘Kurnool’、‘Srk’]}
df=pd.DataFrame（x）
df['Dates']=pd.to_datetime（df['Dates']）
dt=df[“日期”]
idx=pd.DatetimeIndex（dt）
df=df.reindex（idx）
打印（df）

我得到的输出数据帧是，

日期名称标记城市
1998-01-01纳南
1998-01-02纳南
1998-01-03纳南
1998-01-04纳南
1998-01-05纳南

---

我应该在代码中更改哪些内容，以便我的数据不会更改为NaN或NaT？

我会这样做：

x = {

'Dates':['24/09/1998', '26/01/1999', '28/08/1999', '11/09/1999'],
'Names': ['A', "B", 'C', 'D'],
'Marks': [5, 8, 5, 9],
'City': ['Rjy', 'Nzmbd', 'Kurnool', 'Srk']}
df = pd.DataFrame(x)


df = df.set_index('Dates')
df.index = pd.to_datetime(df.index)

print(df)
print('\n')
df.info()

输出：

           Names  Marks     City
Dates                           
1998-09-24     A      5      Rjy
1999-01-26     B      8    Nzmbd
1999-08-28     C      5  Kurnool
1999-11-09     D      9      Srk

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 4 entries, 1998-09-24 to 1999-11-09
Data columns (total 3 columns):
Names    4 non-null object
Marks    4 non-null int64
City     4 non-null object
dtypes: int64(1), object(2)
memory usage: 128.0+ bytes

命名标志城市
日期
1998-09-24 A 5 Rjy
1999-01-26 B 8新西兰元
1999-08-28 C 5 Kurnool
1999-11-09 D 9 Srk
日期时间索引：4个条目，1998-09-24至1999-11-09
数据列（共3列）：
名称4非空对象
标记4非空int64
城市4非空对象
数据类型：int64（1），对象（2）
内存使用：128.0+字节

我会这样做：

x = {

'Dates':['24/09/1998', '26/01/1999', '28/08/1999', '11/09/1999'],
'Names': ['A', "B", 'C', 'D'],
'Marks': [5, 8, 5, 9],
'City': ['Rjy', 'Nzmbd', 'Kurnool', 'Srk']}
df = pd.DataFrame(x)


df = df.set_index('Dates')
df.index = pd.to_datetime(df.index)

print(df)
print('\n')
df.info()

输出：

           Names  Marks     City
Dates                           
1998-09-24     A      5      Rjy
1999-01-26     B      8    Nzmbd
1999-08-28     C      5  Kurnool
1999-11-09     D      9      Srk

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 4 entries, 1998-09-24 to 1999-11-09
Data columns (total 3 columns):
Names    4 non-null object
Marks    4 non-null int64
City     4 non-null object
dtypes: int64(1), object(2)
memory usage: 128.0+ bytes

命名标志城市
日期
1998-09-24 A 5 Rjy
1999-01-26 B 8新西兰元
1999-08-28 C 5 Kurnool
1999-11-09 D 9 Srk
日期时间索引：4个条目，1998-09-24至1999-11-09
数据列（共3列）：
名称4非空对象
标记4非空int64
城市4非空对象
数据类型：int64（1），对象（2）
内存使用：128.0+字节

您可以尝试以下方法：

[1]中的

##设置数据帧
x={
‘日期’：[‘1998年9月24日’、‘1999年1月26日’、‘1999年8月28日’、‘1999年9月11日’]，
‘名称’：[‘A’、‘B’、‘C’、‘D’]，
“标记”：[5,8,5,9]，
‘城市’：[‘Rjy’、‘Nzmbd’、‘Kurnool’、‘Srk’]
}
df=pd.DataFrame（x）
df['Dates']=pd.to_datetime（df['Dates']）
#更改索引
df=df.set_索引（“日期”）
df
出[1]：
名胜古迹
日期
1998-09-24 A 5 Rjy
1999-01-26 B 8新西兰元
1999-08-28 C 5 Kurnool
1999-11-09 D 9 Srk

您可以尝试以下方法：

[1]中的

##设置数据帧
x={
‘日期’：[‘1998年9月24日’、‘1999年1月26日’、‘1999年8月28日’、‘1999年9月11日’]，
‘名称’：[‘A’、‘B’、‘C’、‘D’]，
“标记”：[5,8,5,9]，
‘城市’：[‘Rjy’、‘Nzmbd’、‘Kurnool’、‘Srk’]
}
df=pd.DataFrame（x）
df['Dates']=pd.to_datetime（df['Dates']）
#更改索引
df=df.set_索引（“日期”）
df
出[1]：
名胜古迹
日期
1998-09-24 A 5 Rjy
1999-01-26 B 8新西兰元
1999-08-28 C 5 Kurnool
1999-11-09 D 9 Srk

df.set\u index（'date'，inplace=True）df.set\u index（'date'，inplace=True）