Python 在向数据帧添加索引时，我的数字去了哪里？

当我将索引添加到数据帧时，我的整数变成了NaN

我运行以下命令：

newRows = {'guavas':  [10, 20], 
           'pears':   [111,222], 
           'avocados':[200,3000]}
newDF = pd.DataFrame(newRows)
print (newDF)
newDF = pd.DataFrame(newDF, index=['Thriftway', 'Meijer'])
newDF.index.name = 'Store'
print(newDF)

我明白了：

   guavas  pears  avocados
0      10    111       200
1      20    222      3000
           guavas  pears  avocados
Store                             
Thriftway     NaN    NaN       NaN
Meijer        NaN    NaN       NaN

“旧的”

newDF

有索引

[0,1]

，“新的”

newDF

有索引

['Thriftway'，'Meijer']

。当对数据帧使用

DataFrame

-构造函数时，即

pd.DataFrame（newDF，index=['Thriftway'，Meijer']）

，pandas在内部对

newDF

索引上的index参数中的列表进行重新索引

在数据框中没有相应记录的新索引中的值被分配

NaN

。索引

[0,1]

和索引

['Thriftway'，Meijer']

没有重叠值，因此结果是一个数据帧，其中

NaN

作为值

要了解这一点，请尝试运行以下命令：

将熊猫作为pd导入
新行={'guavas'：[10,20]，
‘梨’：[111222]，
‘鳄梨’：[2003000]}
newDF=pd.DataFrame（新行）
打印（newDF）
newDF=pd.DataFrame（newDF，index=['Thriftway'，'Meijer'，0，1]）
newDF.index.name='Store'
打印（newDF）

请注意，新数据框现在包含旧数据。要实现您想要的，您可以使用新索引替换现有数据帧，如下所示：

将熊猫作为pd导入
新行={'guavas'：[10,20]，
‘梨’：[111222]，
‘鳄梨’：[2003000]}
newDF=pd.DataFrame（新行）
打印（newDF）
newDF=newDF.reindex（['Thriftway'，'Meijer']））
newDF.index.name='Store'

您甚至可以通过使用

reindex

的

index

-参数来重现熊猫在内部所做的事情：

newDF.reindex（索引=['Thriftway'，'Meijer']

结果是，与之前一样，一个数据帧，其中以前不在该数据帧中的标签被指定为NaN：

           guavas  pears  avocados
Thriftway     NaN    NaN       NaN
Meijer        NaN    NaN       NaN

newDF=pd.DataFrame（newDF，index=['Thriftway'，'Meijer']））

在上行中，您将数据帧和索引都传递给

pd.dataframe（）

假设

data

是一个数据帧，我从中选择一些相关代码如下：

def\uu init__(
自己
数据=无，
索引：可选[轴]=无，
列：可选[轴]=无，
dtype:可选[dtype]=无，
复制：bool=False，
):
如果isinstance（数据、块管理器）：
如果索引为None，列为None，数据类型为None，副本为False：
#GH#33357快速通道
NDFrame.\uuuu init\uuuu（自，数据）
返回
经理=自我。\u初始\u经理(
数据，轴={“索引”：索引，“列”：列}，dtype=dtype，copy=copy
)

• 如果给定了

  index

  ，

  pandas.DataFrame（）

  将创建一个与传递的数据帧具有相同列的数据帧。每个单元格都填充有

  NaN

• 如果未给出

  索引

  ，它将创建一个与传递的数据帧相同的数据帧，包括索引、列和数据

---

据我所知，您希望将数据帧中的索引设置为0,1以外的值。但是,

newDF = pd.DataFrame(newDF, index=['Thriftway', 'Meijer'])

这实际上将根据newDF中给定的索引（['Thriftway'，'Meijer']）设置您的newDF。由于（目前）在newDF中没有这两个索引值的任何值，它会将这些索引值的列值写为NaN

设置自定义索引的两种可能的解决方案如下：

在创建数据帧时指定索引

之后使用set_索引

newRows = {'guavas':  [10, 20], 
           'pears':   [111,222], 
           'avocados':[200,3000]}
newDF = pd.DataFrame(newRows, index=['Thriftway', 'Meijer'])
newDF.index.name = 'Store'
print(newDF)

newRows = {'guavas':  [10, 20], 
           'pears':   [111,222], 
           'avocados':[200,3000]}
newDF = pd.DataFrame(newRows)
newDF = newDF.set_index(pd.Index(['Thriftway', 'Meijer']))
newDF.index.name = 'Store'
print(newDF)