web-dev-qa-db-fra.com

pandas.Series () La création à l'aide de colonnes DataFrame renvoie des entrées de données NaN

Je tente de convertir un cadre de données en une série à l'aide d'un code qui, simplifié, ressemble à ceci:

dates = ['2016-1-{}'.format(i)for i in range(1,21)]
values = [i for i in range(20)]
data = {'Date': dates, 'Value': values}
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])
ts = pd.Series(df['Value'], index=df['Date'])
print(ts)

Cependant, la sortie d'impression ressemble à ceci:

Date
2016-01-01   NaN
2016-01-02   NaN
2016-01-03   NaN
2016-01-04   NaN
2016-01-05   NaN
2016-01-06   NaN
2016-01-07   NaN
2016-01-08   NaN
2016-01-09   NaN
2016-01-10   NaN
2016-01-11   NaN
2016-01-12   NaN
2016-01-13   NaN
2016-01-14   NaN
2016-01-15   NaN
2016-01-16   NaN
2016-01-17   NaN
2016-01-18   NaN
2016-01-19   NaN
2016-01-20   NaN
Name: Value, dtype: float64

D'où vient NaN? Une vue sur un objet DataFrame n'est-elle pas une entrée valide pour la classe Series?

J'ai trouvé la fonction to_series pour les objets pd.Index, y a-t-il quelque chose de similaire pour DataFrames?

pythonpython-3.xpandasdataframetime-series
6
nlsdfnbch

Je pense que vous pouvez utiliser values , il convertit la colonne Value en tableau:

ts = pd.Series(df['Value'].values, index=df['Date'])

import pandas as pd
import numpy as np
import io

dates = ['2016-1-{}'.format(i)for i in range(1,21)]
values = [i for i in range(20)]
data = {'Date': dates, 'Value': values}
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])
print df['Value'].values
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]

ts = pd.Series(df['Value'].values, index=df['Date'])

print(ts)
Date
2016-01-01     0
2016-01-02     1
2016-01-03     2
2016-01-04     3
2016-01-05     4
2016-01-06     5
2016-01-07     6
2016-01-08     7
2016-01-09     8
2016-01-10     9
2016-01-11    10
2016-01-12    11
2016-01-13    12
2016-01-14    13
2016-01-15    14
2016-01-16    15
2016-01-17    16
2016-01-18    17
2016-01-19    18
2016-01-20    19
dtype: int64

Ou vous pouvez utiliser:

ts1 = pd.Series(data=values, index=pd.to_datetime(dates))
print(ts1)
2016-01-01     0
2016-01-02     1
2016-01-03     2
2016-01-04     3
2016-01-05     4
2016-01-06     5
2016-01-07     6
2016-01-08     7
2016-01-09     8
2016-01-10     9
2016-01-11    10
2016-01-12    11
2016-01-13    12
2016-01-14    13
2016-01-15    14
2016-01-16    15
2016-01-17    16
2016-01-18    17
2016-01-19    18
2016-01-20    19
dtype: int64

Merci @ajcr pour une meilleure explication, pourquoi NaN:

Lorsque vous attribuez une colonne Series ou DataFrame à pd.Series, il la réindexera à l'aide de la variable index que vous spécifiez. Puisque votre colonne DataFrame a un entier index (et non un date index), vous obtenez beaucoup de valeurs manquantes.

15
jezrael

Si vous cherchez uniquement à créer une série avec ces valeurs, vous auriez également pu: 

 pd.Series( [i for i in range(20)],  pd.date_range('2016-01-02', periods=20, freq='D'))
0
k-nut

Vous pouvez juste faire:

s = df.set_index('Date')

Ce qui est maintenant un dataframe d'une colonne.

Si vous le voulez vraiment en tant que série:

s = df.set_index('Date').Value

au fait, NaN est le Not-a-Number de numpy.

En utilisant votre méthode, vous pourriez utiliser:

ts = pd.Series(df['Value'].values, name='Value', index=df['Date'])

La raison pour laquelle vous obtenez les NaN est que vous ne fournissez pas les données dans le format correct. Vous passez une série à une série.

0
Alexander