Pandas: 인덱스가 다른 DataFrame에 Series를 추가하면 Series가 모든 NaN으로 바뀝니다.

오늘 아침에도 발견한 이 문제와 관련이 있는지 궁금합니다.

>>> 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  

나에게 일종의 오프 바이 1 오류처럼 보입니다.

더 파고들면 항목을 범인으로 설정할 때 Series.reindex 에 대한 호출로 이어집니다.

>>> 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)

더 많은 파고는 이상한 결과를 제공하는 호출되는 인덱스 속성에서 reindex 로 이어집니다.

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

이 -1은 NaN으로 변환됩니다.

더 정확한 설명으로 버그 제목을 업데이트했습니다.

Series는 암시적 0, ..., N-1 인덱스를 제공하지 않을 때 제공됩니다. 따라서 이것이 정확히 제가 예상하는 동작입니다. data 가 원시 ndarray 또는 목록이면 이러한 일이 발생하지 않습니다. 그래서 당신이 할 때 사실 :

df[col] = series

그리고 시리즈가 df 의 인덱스와 정확히 일치합니다. 이는 버그가 아닌 기능입니다. :) 그래서

df['test'] = ids.values

귀하의 예에서 잘 작동합니다

이 경우 아직 문서화되지 않은 경우 어딘가에 문서화되어야 합니다. 그 동안 당신이 제안한 대로 내 자신의 코드를 조정할 것입니다. 감사합니다.

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.

DataFrame과 동일한 인덱스가 없는 Series를 삽입할 때 DataFrame의 인덱스를 준수한다는 사실 뒤에 숨은 아이디어는 무엇입니까?

시리즈에서 DataFrame을 만들 때 결과 인덱스는 모든 개별 시리즈 인덱스를 포함합니다. 그렇다면 df['new_column'] = series일 때 이 아이디어가 사용되지 않는 이유는 무엇입니까?
그래서 데이터를 추가하려고 하지만 DataFrame 인덱스와 일치하지 않는 모든 값을 무시합니까?
_index extension_이 존재한다면 인덱스(현재 동작)를 확장하고 싶지 않을 때 항상 df['new_column'] = series.reindex(df.index)를 수행할 수 있습니까?

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

위의 예에서는 DataFrame에서 행 'd'를 예상합니다.

글쎄, 기본 아이디어는 DataFrame이 "시리즈의 고정 길이 dict-like 컨테이너"라는 것입니다. 명시적 인덱스 없이 Series 딕셔너리를 사용하여 DataFrame을 구성할 때 이들 모두의 합집합 외에는 명백한 인덱스가 없습니다.

인덱스를 암시적으로 확장해야 한다는 주장을 볼 수 있지만 어느 쪽이든 장단점이 있습니다.