python - 将新列添加到 pandas DataFrame 时的 NaN 值

Question

我正在尝试在 pandas DataFrame 中生成一个新列，该列等于另一个 pandas DataFrame 中的值。当我尝试创建新列时，我只得到新列值的 NaN。

首先，我使用 API 调用来获取一些数据，“mydata”DataFrame 是按日期索引的一列数据

mydata = Quandl.get(["YAHOO/INDEX_MXX.4"],
                    trim_start="2001-04-01", trim_end="2014-03-31",
                    collapse="monthly")

我使用以下代码从 CSV 中获取的下一个 DataFrame，它包含许多行数与“mydata”相同的数据列

DWDATA = pandas.DataFrame.from_csv("filename",
                                   header=0,
                                   sep=',',
                                   index_col=0,
                                   parse_dates=True,
                                   infer_datetime_format=True)

然后我尝试像这样生成新列:

DWDATA['MXX'] = mydata.iloc[:,0]

同样，我只得到 NaN 值。有人可以帮助我理解为什么这样做以及如何解决吗？从我读过的内容看来，我的索引可能有问题。索引是每个 DataFrame 中的日期，但“mydata”具有月底日期，而“DWDATA”具有月初日期。

Answer 1

因为索引不完全相等，所以会导致 NaN。必须更改其中一个或两个索引以匹配。示例:

mydata = mydata.set_index(DWDATA.index)

以上将更改“mydata”DataFrame 的索引以匹配“DWDATA”DataFrame 的索引。

由于两个 DataFrame 的行数完全相等，您也可以将“mydata”的值传递给新的“DWDATA”列:

DWDATA['MXX'] = mydata.iloc[:,0].values