python-在熊猫数据框中添加列时出现NaT错误
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-在熊猫数据框中添加列时出现NaT错误,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1889字,纯文字阅读大概需要3分钟。
内容图文
我试图在python中创建日期的数据框.我使用日期作为索引:
aDates.head(5)
Out[114]:
0 2009-12-31
1 2010-01-01
2 2010-01-04
3 2010-01-05
4 2010-01-06
Name: Date, dtype: datetime64[ns]
然后,我创建一个空的数据框:
dfAll_dates = pd.DataFrame(index = aDates)
然后,我得到了一个函数,该函数创建一个熊猫系列的日期,试图将其添加为列,但是为了方便重现,我们假设我们添加了与索引相同的系列:
dfAll_dates['my_added_column'] = aDates
但这导致:
dfAll_dates.head(5)
Out[120]:
my_added_column
Date
2009-12-31 NaT
2010-01-01 NaT
2010-01-04 NaT
2010-01-05 NaT
2010-01-06 NaT
我试图在aDates上使用.totimestamp将日期转换为时间戳,但这并不能解决问题(然后,我的绑定方法为Series.to_timestamp为0),因为定义中没有类型,所以我看不到为什么无论如何我都要转换.
您能帮上忙吗?
解决方法:
有一个问题,在Series和DataFrame中有不同的索引,因此数据不对齐并获得NaN:
一种可能的解决方案是将aDates的值通过values转换为numpy数组:
dfAll_dates = pd.DataFrame(index = aDates)
dfAll_dates['my_added_column'] = aDates.values
print (dfAll_dates)
my_added_column
Date
2009-12-31 2009-12-31
2010-01-01 2010-01-01
2010-01-04 2010-01-04
2010-01-05 2010-01-05
2010-01-06 2010-01-06
或使用to_frame set_index,也需要重命名栏:
d = {'Date':'my_added_column'}
df = aDates.to_frame().set_index('Date', drop=False).rename(columns=d)
print (df)
my_added_column
Date
2009-12-31 2009-12-31
2010-01-01 2010-01-01
2010-01-04 2010-01-04
2010-01-05 2010-01-05
2010-01-06 2010-01-06
或者将DataFrame构造函数与dict一起用于新列:
dfAll_dates = pd.DataFrame({'my_added_column':aDates.values}, index = aDates)
print (dfAll_dates)
my_added_column
Date
2009-12-31 2009-12-31
2010-01-01 2010-01-01
2010-01-04 2010-01-04
2010-01-05 2010-01-05
2010-01-06 2010-01-06
内容总结
以上是互联网集市为您收集整理的python-在熊猫数据框中添加列时出现NaT错误全部内容,希望文章能够帮你解决python-在熊猫数据框中添加列时出现NaT错误所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。