Pandas 时间序列在将条目转换为浮点数后显示 NaN答案

【问题标题】：Pandas Time Series shows NaN after converting entries to floatPandas 时间序列在将条目转换为浮点数后显示 NaN
【发布时间】：2019-01-19 05:25:50
【问题描述】：

我正在尝试从数据框中获取时间序列。我的数据框包含两个所需的列 - 时间戳和速度。到目前为止，这是我的代码：

第 1 步：我将所需速度列中的所有空格替换为 0

bus1354['Speed'].replace('   ',0,inplace=True)

第 2 步：然后我检查在此之后的 Speed 列中是否有任何 NaN 值

assert not bus1354['Speed'].isnull().any()

第 3 步：然后我检查数据帧中 Timestamp 和 Speed 列的前几个条目

bus1354[['Timestamp','Speed']].head()

这是我得到的结果（到目前为止还不错）：

第 4 步：然后我截断时间戳以便仅显示 hh:mm:ss 并删除毫秒。我也转换为日期时间格式。

bus1354['Timestamp'] = pd.to_datetime(bus1354['Timestamp'].apply(lambda x : x[:7]))

第 5 步：我检查截断的结果

bus1354['Timestamp'].head()

看起来是这样的：

第6步：然后我将速度从非空对象转换为float64

bus1354['Speed'] = bus1354['Speed'].apply(float)

第 7 步：创建时间范围和时间序列

bstimeRng = bus1354['Timestamp']
bs1354Ser = pd.Series(bus1354['Speed'], index=bstimeRng)

第 8 步：然而，一旦我输出了我的时间序列，我的 Speed 列就会得到一堆 NaN。

bs1354Ser

我仍在学习熊猫的来龙去脉，如果这听起来像是一个基本问题，请多多包涵。为什么即使我将 Speed 列更改为 float64 后，时间序列仍将我想要的 Speed 值显示为“NaN”？

【问题讨论】：

标签： python pandas jupyter

【解决方案1】：

这里最好使用set_index:

s1354Ser = bus1354.set_index('Timestamp')['Speed']

示例：

bus1354 = pd.DataFrame(
        {'Timestamp':['08:38:00:009','08:38:00:013','08:38:00:019'],
        'Speed':[42,42,43]})


print (bus1354)
      Timestamp  Speed
0  08:38:00:009     42
1  08:38:00:013     42
2  08:38:00:019     43

bus1354['Timestamp'] = pd.to_datetime(bus1354['Timestamp'].str[:7])
bus1354['Speed'] = bus1354['Speed'].astype(float)

s1354Ser = bus1354.set_index('Timestamp')['Speed']
print (s1354Ser)
Timestamp
2019-01-19 08:38:00    42.0
2019-01-19 08:38:00    42.0
2019-01-19 08:38:00    43.0
Name: Speed, dtype: float64

解决方案中的缺失值是问题数据对齐：

#sample data
df = pd.DataFrame(
        {'a':[0,2,3],
         'b':[41,42,43]})


print (df)
   a   b
0  0  41
1  2  42
2  3  43

如果检查原始数据的索引：

print (df.index.tolist())
[0, 1, 2]

a 列的值用于新索引：

print (df['a'].tolist())
[0, 2, 3]

如果可能，Series 构造函数对齐数据 - 来自原始的旧索引与来自a 列的新索引，如果值不存在则创建NaNs：

s = pd.Series(df['b'], index=df['a'])
print (s)
a
0    41.0 <-align by 0 from original index
2    43.0 <-align by 2 from original index
3     NaN <- not exist 3, so NaN
Name: b, dtype: float64

但是如果将Speed 的值通过values 转换为numpy 1d 数组，则数组没有像Series 这样的索引：

s1354Ser = pd.Series(bus1354['Speed'].values, index=bstimeRng)

s = pd.Series(df['b'].values, index=df['a'])
print (s)
a
0    41
2    42
3    43
dtype: int64

【讨论】：