pandas 是如何计算索引的？答案

【问题标题】：How does pandas calculate indexes?pandas 是如何计算索引的？
【发布时间】：2016-11-11 04:17:33
【问题描述】：

我想在来自 csv 的数据框中包含时间序列数据。我使用以下程序：

path = [r'C:\data_' + str(x) + ".csv" for x in range(1150, 1177)]
data_df = pd.concat(pd.read_csv(f, delimiter = ",", header = None) for f in path)

data_df.head()

结果如下：

data_df.info()

索引（1 到 187481）怎么可能不同于行数（5387507）？

在做

data_df.reset_index()

一切正常：

那么初始指数是如何计算的呢？

【问题讨论】：

尝试在pd.concat() 调用中使用ignore_index=True。 pd.read_csv() 的每次调用都会为每个 CSV 文件生成它自己的索引，当你连接它们时 - pd.concat() 默认情况下只是复制它们，所以你会有重复的......
感谢@MaxU 的帮助！

标签： python pandas indexing time-series

【解决方案1】：

indexes 中有重复项，因为DataFrame 中的每个index 在concat 函数中都是从0 开始的。

正如MaxU 评论的那样，解决方案是将参数ignore_index=True 添加到concat - docs：

data_df = pd.concat(pd.read_csv(f, delimiter = ",", header = None) for f in path, ignore_index=True)

【讨论】：