Pandas: किसी भिन्न अनुक्रमणिका के साथ DataFrame में एक श्रृंखला जोड़ते समय, श्रृंखला सभी NaN में बदल जाती है

मुझे आश्चर्य है कि क्या यह इस मुद्दे से संबंधित है जो मैंने आज सुबह भी पाया:

>>> df = pandas.DataFrame(index=[1,2,3,4])
>>> df["test"] = pandas.Series(["B", "fdf", "344", np.nan])
>>> df["test2"] = ["B", "fdf", "344", np.nan]
>>> df   test  test2
1  fdf   B    
2  344   fdf  
3  NaN   344  
4  NaN   nan  

ऐसा लगता है कि मुझे किसी तरह की ऑफ-बाय-वन त्रुटि है।

अपराधी होने पर आइटम सेट करते समय आगे की खुदाई Series.reindex कॉल की ओर ले जाती है:

>>> data 
0    B
1    fdf
2    344
3    NaN

>>>  df.index = ["A", "B", "C", "D"]
>>> data.reindex(df.index).values
array([nan, nan, nan, nan], dtype=object)

और भी अधिक खुदाई से इंडेक्स विशेषता में reindex हो जाता है जिसे एक अजीब परिणाम दिया जाता है:

>>> data.index.reindex(df.index)
(Index([A, B, C, D], dtype=object), array([-1, -1, -1, -1], dtype=int32))

इन -1 का तब NaN में अनुवाद किया जाता है।

अधिक सही विवरण के साथ अद्यतन बग शीर्षक।

जब आप एक की आपूर्ति नहीं करते हैं तो श्रृंखला को एक अंतर्निहित 0, ..., एन -1 इंडेक्स दिया जाता है- तो यह वही व्यवहार है जिसकी मैं अपेक्षा करता हूं। यदि data एक कच्चा ndarray या एक सूची होती, तो ऐसा नहीं होता। तो तथ्य यह है कि जब आप करते हैं:

df[col] = series

और यह श्रृंखला को df की अनुक्रमणिका के बिल्कुल अनुरूप बनाता है, यह एक विशेषता है और बग नहीं है :) तो

df['test'] = ids.values

आपके उदाहरण में ठीक काम करेगा

उस स्थिति में शायद इसे कहीं दस्तावेज किया जाना चाहिए यदि यह पहले से नहीं है। इस बीच, जैसा आपने सुझाव दिया है, मैं अपना कोड समायोजित कर दूंगा, धन्यवाद।

http://pandas.sourceforge.net/dsintro.html#column -selection-addition-deletion

When inserting a Series that does not have the same index as the DataFrame, it will be conformed to the DataFrame’s index:

In [180]: df['one_trunc'] = df['one'][:2]

In [181]: df
Out[181]: 
   one  flag   foo  one_trunc
a  1    False  bar  1        
b  2    False  bar  2        
c  3    True   bar  NaN      
d  NaN  False  bar  NaN      

You can insert raw ndarrays but their length must match the length of the DataFrame’s index.

इस तथ्य के पीछे क्या विचार है कि एक श्रृंखला सम्मिलित करते समय जिसमें डेटाफ़्रेम के समान अनुक्रमणिका नहीं है, यह डेटाफ़्रेम की अनुक्रमणिका के अनुरूप होगा?

श्रृंखला से डेटाफ़्रेम बनाते समय, परिणामी अनुक्रमणिका सभी व्यक्तिगत श्रृंखला अनुक्रमणिका को कवर करती है। तो इस विचार का उपयोग क्यों नहीं किया जाता है जब df['new_column'] = series?
तो आप डेटा जोड़ने का प्रयास करते हैं, लेकिन उन सभी मानों को अनदेखा करते हैं जो डेटाफ़्रेम अनुक्रमणिका से मेल नहीं खाते हैं?
यदि _index एक्सटेंशन_ मौजूद होगा, तो कोई हमेशा df['new_column'] = series.reindex(df.index) कर सकता है, जब कोई इंडेक्स (वर्तमान व्यवहार) का विस्तार नहीं करना चाहता है?

In [256]: df = pandas.DataFrame({'A': pandas.Series(['foo', 'bar'], index=['a', 'b']),
   .....:                        'B': pandas.Series([10, 20], index=['b', 'c'])})

In [257]: df
Out[257]:
   A    B
a  foo  NaN
b  bar  10.000
c  NaN  20.000

In [258]: df['C'] = pandas.Series(range(3), index=['a', 'c', 'd'])

In [259]: df
Out[259]:
   A    B       C
a  foo  NaN     0.000
b  bar  10.000  NaN
c  NaN  20.000  1.000

ऊपर के उदाहरण में मैं डेटाफ़्रेम में एक पंक्ति 'डी' की अपेक्षा करता हूँ।

खैर, मुझे लगता है कि मूल विचार यह है कि डेटाफ्रेम "श्रृंखला का एक निश्चित लंबाई वाला तानाशाह जैसा कंटेनर" है। जब आप एक स्पष्ट अनुक्रमणिका के बिना श्रृंखला के एक ताना के साथ डेटाफ़्रेम का निर्माण करते हैं, तो उन सभी के संघ के अलावा कोई स्पष्ट सूचकांक नहीं होता है।

मैं सूचकांक को स्पष्ट रूप से विस्तारित करने के लिए तर्क देख सकता हूं, लेकिन किसी भी तरह से ट्रेडऑफ़ हैं