python - Pandas DataFrame 在写入操作后包含 NaN

Question

这是我的问题的最小工作示例:

import pandas as pd

columns = pd.MultiIndex.from_product([['a', 'b', 'c'], range(2)])
a = pd.DataFrame(0.0, index=range(3),columns=columns, dtype='float')
b = pd.Series([13.0, 15.0])

a.loc[1,'b'] = b  # this line results in NaNs
a.loc[1,'b'] = b.values  # this yields correct behavior

为什么第一个赋值不正确？这两个系列似乎具有相同的索引，因此我认为它应该会产生正确的结果。

我正在使用 pandas 0.17.0。

Answer 1

当你写作时

a.loc[1,'b'] = b

和b是一个Series，索引为b必须与 a.loc[1,'b'] 生成的索引器完全匹配为了 b 中的值复制到a .然而，事实证明，当a.columns是 MultiIndex , the indexer for a.loc[1,'b'] 是:

(Pdb) p new_ix
Index([(u'b', 0), (u'b', 1)], dtype='object')

而 b 的索引是

(Pdb) p ser.index
Int64Index([0, 1], dtype='int64')

他们不匹配，因此

(Pdb) p ser.index.equals(new_ix)
False

由于值未对齐，the code branch you fall into赋值

(Pdb) p ser.reindex(new_ix).values
array([ nan,  nan])

我通过添加 pdb.set_trace() 找到了这个到你的代码:

import pandas as pd

columns = pd.MultiIndex.from_product([['a', 'b', 'c'], range(2)])
a = pd.DataFrame(0.0, index=range(3),columns=columns, dtype='float')
b = pd.Series([13.0, 15.0])
import pdb
pdb.set_trace()
a.loc[1,'b'] = b  # this line results in NaNs
a.loc[1,'b'] = b.values  # this yields correct behavior

然后简单地在“高层次”单步执行它并找到 the problem occurs in

        if isinstance(value, ABCSeries):
            value = self._align_series(indexer, value)

然后再次单步执行它(使用更细齿的梳子)，断点从调用 self._align_series(indexer, value) 的行开始.

---

请注意，如果您更改 b 的索引也是一个 MultiIndex:

b = pd.Series([13.0, 15.0], index=pd.MultiIndex.from_product([['b'], [0,1]]))

然后

import pandas as pd

columns = pd.MultiIndex.from_product([['a', 'b', 'c'], range(2)])
a = pd.DataFrame(0.0, index=range(3),columns=columns, dtype='float')
b = pd.Series([13.0, 15.0], index=pd.MultiIndex.from_product([['b'], [0,1]]))
a.loc[1,'b'] = b  
print(a)

产量

   a      b      c   
   0  1   0   1  0  1
0  0  0   0   0  0  0
1  0  0  13  15  0  0
2  0  0   0   0  0  0