插入数据帧的 Pandas 系列被读取为 NaN答案

【问题标题】：Pandas series inserted into dataframe are read as NaN插入数据帧的 Pandas 系列被读取为 NaN
【发布时间】：2018-06-14 07:57:30
【问题描述】：

我发现，在将基于相同时间段的系列添加到现有数据帧时，它会被导入为 NaN。数据框有一个字段列，但我不明白为什么这会改变任何东西。要查看我的代码的步骤，您可以查看随附的图片。希望有人能帮忙！

Illustration showing how the dataframe that the series is inserted into and how it gets read as NaN

【问题讨论】：

请提供minimal reproducible example。另见How to make good reproducible pandas examples。这意味着没有链接或图片，只有文字。
索引不一样。实际呢？请提供信息作为代码而不是图像
感谢 jpp 的链接！由于数据非常复杂，我很难重现。 @Quickbeam2k1：你说得对，一个数据框是一个多索引，另一个只是一个系列。但是，“实际”字段根本不相关。任何覆盖它的方法，以便我可以添加系列
@johan，我们都有问题，只是尝试创建一些虚拟数据

标签： python pandas dataframe series

【解决方案1】：

假设字段索引列中的值对于每一行都是“实际的”，解决方案可能如下：

test.reset_index().set_index('Date').assign(m1=m1)

该解决方案有效，但可以缩短：

days = pd.to_datetime(['2018-01-31', '2018-02-28', '2018-03-31'])
df = pd.DataFrame({'Field': ['Actual']*3, 'Date': days, 'Val':[1, 2, 3]}).set_index(['Field', 'Date'])
m1 = pd.Series([0, 2, 4], index=days)

df.reset_index(level='Field').assign(m1=m1)
    Field   Val m1
Date            
2018-01-31  Actual  1   0
2018-02-28  Actual  2   2
2018-03-31  Actual  3   4

顺便说一句，那将是一个不错的 mcve

【讨论】：