Pandas DataFrame 列（系列）的索引与 Dataframe 不同？答案

【问题标题】：Pandas DataFrame column (Series) has different index than the Dataframe?Pandas DataFrame 列（系列）的索引与 Dataframe 不同？
【发布时间】：2021-11-22 07:35:15
【问题描述】：

考虑这个小脚本：

import pandas as pd

aa = pd.DataFrame({'a': [1,2,3]})
bb = aa.a
bb.index = bb.index + 1
aa['b'] = bb
print(aa)
print(aa.a - aa.b)

输出是：

虽然我期待 aa.a - aa.b 是

0    NaN
1    1.0
2    1.0

这怎么可能？是 Pandas 的 bug 吗？

【问题讨论】：

有趣的是，aa.index 和 aa.a.index 是不同的。看起来 pandas 通过替换引用的索引（在 bb.index = bb.index + 1 中）感到困惑。
没错。这是预期的行为（我可以找到记录此内容的地方吗？）还是错误？

标签： python pandas dataframe indexing series

【解决方案1】：

aa = pd.DataFrame({'a': [1,2,3]})
bb = aa.a
bb.index = bb.index + 1
aa['b'] = bb
aa.reset_index(drop=True)  # add this

您的索引不匹配。

【讨论】：

那么，每个 Dataframe 列都记住了自己的索引并且不假设 Dataframe 索引？这对我来说非常违反直觉

【解决方案2】：

当您执行 aa.b - aa.a 时，您将减去 2 个具有相同长度但索引不同的 pandas.Series：

aa.a

1    1
2    2
3    3
Name: a, dtype: int64

在哪里：

aa.b

0    NaN
1    1.0
2    2.0
Name: b, dtype: float64

当你这样做时：

print(aa.b - aa.a)

您正在打印这 2 个 pandas.Series 的合并（无论操作类型：加法或减法），这就是索引 [0,1,2] 和 [1,2,3] 将合并到从 0 到 3 的新索引的原因：[ 0,1,2,3]。

例如，如果您将 bb.index 移到 2 而不是 1：

bb.index = bb.index + 2

到那时，您的新 pandas.Series 将有 5 行而不是 4 行。依此类推..

bb.index = bb.index + 2
aa['b'] = bb
print(aa.a - aa.b)

0    NaN
1    NaN
2    0.0
3    NaN
4    NaN
dtype: float64

【讨论】：