python - pd.series 更改列的值

Question

我正在尝试从包含以下内容的 csv 创建日历热图雨量值 (VM) 和日期 (ISTANTE)。

IDSTAZ,SENSORE,ISTANTE,VM
56,300001896,201601010000,0.0
56,300001896,201601020000,0.2
56,300001896,201601030000,0.6
56,300001896,201601040000,1.8

在网上搜索我写了下面的代码:

import pandas as pd
import calmap
import matplotlib.pyplot as plt

df = pd.read_csv('D:\\GIS\\Dati\\Meteo_arpav\\stazione_forno.csv')
df['DateTime'] = df['ISTANTE'].apply(lambda x: pd.to_datetime(str(x), format='%Y%m%d%H%M'))
events = pd.Series((df['VM']), index=df['DateTime'])
a=calmap.calendarplot(events)
plt.show(a)

它有效，但是当我创建系列时，VM 的所有值都变成了NaN。打印(事件)这是结果:

DateTime
2016-01-01   NaN
2016-01-02   NaN
2016-01-03   NaN
2016-01-04   NaN
2016-01-05   NaN
2016-01-06   NaN
2016-01-07   NaN
2016-01-08   NaN
2016-01-09   NaN

这样日历热图就会显示为空。有什么想法吗？

Answer 1

看来你需要 set_index用于创建系列:

df['DateTime'] = pd.to_datetime(df['ISTANTE'], format='%Y%m%d%H%M')
events = df.set_index('DateTime')['VM']
print (events)
DateTime
2016-01-01    0.0
2016-01-02    0.2
2016-01-03    0.6
2016-01-04    1.8
Name: VM, dtype: float64

不起作用的原因:

events = pd.Series((df['VM']), index=df['DateTime'])

是数据对齐。 VM 列的索引 (Series) 希望按 DatetimeIndex 对齐，但值不匹配，因此结果为 NaN s。