重新索引数据框会用 NaN 替换我的所有数据，为什么？答案

【问题标题】：reindexing dataframes replaces all my data with NaNs, why?重新索引数据框会用 NaN 替换我的所有数据，为什么？
【发布时间】：2017-09-02 02:03:30
【问题描述】：

所以我正在研究 Pandas 的一些命令是如何工作的，我遇到了这个问题；当我使用 reindex 命令时，我的数据被 NaN 值替换。以下是我的代码：

>>>import pandas as pd

>>>import numpy as np

>>>frame1=pd.DataFrame(np.arange(365))

然后，我给它一个日期索引：

>>>frame1.index=pd.date_range(pd.datetime(2017, 4, 6), pd.datetime(2018, 4, 5))

然后我重新索引：

>>>broken_frame=frame1.reindex(np.arange(365))

aaa 我所有的价值观都被抹去了。这个例子不是特别有用，但每次我使用 reindex 命令时都会发生这种情况，似乎与上下文无关。同样，当我尝试加入两个数据框时：

>>>big_frame=frame1.join(pd.DataFrame(np.arange(365)), lsuffix='_frame1')

在连接框架之前，被附加的框架 (np.arange(365)) 中的所有值都被替换为 NaN。如果我不得不猜测，我会说这是因为第二帧作为连接过程的一部分被重新索引，并且重新索引会删除我的值。

这是怎么回事？

【问题讨论】：

标签： python-3.x pandas numpy

【解决方案1】：

From the Docs

使用可选的填充逻辑使 DataFrame 与新索引一致，将 NA/NaN 放置在先前索引中没有值的位置。除非新索引等同于当前索引并且 copy=False
，否则会生成一个新对象

强调我自己的。

你想要set_index

frame1.set_index(np.arange(365))

或者做你一开始做的事情

frame1.index = np.arange(365)

【讨论】：

感谢您的帮助！不过，我不太明白您强调的部分是什么意思。 “将 NaN 放置在前一个索引中没有值的位置”似乎不适用于我，因为我的所有位置在重新索引之前都有值。它也无助于解释 .join() 问题。再次感谢！
@Jacob 您的问题是“为什么用 NaN 替换重新索引？”。强调的文本是对原因的解释。它被明确设计为这样做。所以你的问题在文档中得到了准确的回答。但是，我猜reindexing 不是你想要的。而你实际上想要set_index

【解决方案2】：

我没有找到与我认为问题所在的答案有关的答案，所以我补充一下。

关键是初始数据帧必须具有与您要重新编制索引的索引相同的索引，才能使其正常工作。 即使名称也必须相同！因此，如果您是新的 MultiIndex 没有名称，那么您的初始数据框也必须没有名称。

m = pd.MultiIndex.from_product([df['col'].unique(), 
                                pd.date_range(df.date.min(), 
                                              df.date.max() + 
                                              pd.offsets.MonthEnd(1), 
                                              freq='M')])
df = df.set_index(['col','date']).rename_axis([None,None])
df.reindex(m)

然后您将保留初始数据值并重新索引数据框。

【讨论】：