使用 pandas.read_csv 和索引读取 csv 文件会创建 NaN 条目答案

【问题标题】：Reading a csv-file with pandas.read_csv and an index creates NaN entries使用 pandas.read_csv 和索引读取 csv 文件会创建 NaN 条目
【发布时间】：2014-05-04 12:39:02
【问题描述】：

我的 .csv 文件以逗号分隔，这是 read_csv 的标准设置。

这是有效的：

T1 = pd.DataFrame(pd.read_csv(loggerfile, header = 2)) #header contains column "1"

但是，一旦我在DataFrame 的构造函数中添加了除read_csv 之外的内容，我的所有值都会突然变为NaN。为什么？如何解决？

datetimeIdx = pd.to_datetime( T1["1"] )                #timestamp-column
T2 = pd.DataFrame(pd.read_csv(loggerfile, header = 2), index = datetimeIdx)

【问题讨论】：

标签： python pandas ipython-notebook

【解决方案1】：

没有必要将read_csv 包装在DataFrame 调用中，因为它已经返回了DataFrame。

如果要更改索引，可以使用set_index或直接设置索引：

T1 = pd.read_csv(loggerfile, header = 2)
T1.index = pd.DatetimeIndex(T1["1"])

如果要将数据框中的列保留为日期时间（而不是字符串）：

T1 = pd.read_csv(loggerfile, header = 2)
T1["1"] = pd.DatetimeIndex(T1["1"])
T2 = T1.set_index("1", drop=False)

但更好的是，您可以直接在read_csv 中执行此操作（假设“1”列是第一列）：

pd.read_csv(loggerfile, header=2, index_col=0, parse_dates=True)

它返回带有NaNs 的DataFrame 的原因是因为带有DataFrame 作为输入的DataFrame() 调用将使用提供的输入执行reindex 操作。由于datetimeIdx 中的所有标签都不在T1 的原始索引中，因此您会得到一个包含所有NaN 的数据框。

【讨论】：

这个答案可能与我的另一个问题有关吗？ stackoverflow.com/questions/22655667/… 是否可以将 index-col 作为副本保留在数据框中？
我的第一个建议（直接设置索引）会将列保留在数据框中
@user2366975 看到左边的灰色复选标记了吗？您可能会考虑点击它。