python - 在 Pandas 中组合两个数据框时的意外行为

Question

这可能是一个错误，但也可能是我遗漏的 pandas 的微妙之处。我正在组合两个数据帧，但结果的索引未排序。奇怪的是，我从未见过单个 combine_first 实例无法维护之前排序的索引。

>>> a1
                            X  Y
DateTime                                    
2012-11-06 16:00:11.477563      8        80
2012-11-06 16:00:11.477563      8        63
>>> a2
                        X  Y
DateTime                                   
2012-11-06 15:11:09.006507      1        37
2012-11-06 15:11:09.006507      1        36
>>> a1.combine_first(a2)
                            X  Y
DateTime                                   
2012-11-06 16:00:11.477563      8        80
2012-11-06 16:00:11.477563      8        63
2012-11-06 15:11:09.006507      1        37
2012-11-06 15:11:09.006507      1        36
>>> a2.combine_first(a1)
                            X  Y
DateTime                                    
2012-11-06 16:00:11.477563      8        80
2012-11-06 16:00:11.477563      8        63
2012-11-06 15:11:09.006507      1        37
2012-11-06 15:11:09.006507      1        36

我可以重现，所以我很乐意接受建议。对正在发生的事情的猜测是最受欢迎的。

Answer 1

combine_first 函数使用index.union 对索引进行组合和排序。 index.union 文档字符串声明它只在可能的情况下进行排序，因此 combine_first 不一定会按设计返回排序结果。

对于非单调索引，index.union 尝试排序，但如果出现异常则返回未排序的结果。我不知道这是否是一个错误，但 index.union 甚至没有尝试对单调索引进行排序，例如您示例中的日期时间索引。

我在 GitHub 上开了一个问题，但我想您现在应该为任何日期时间索引执行 a2.combine_first(a1).sort_index()。

更新:此错误现已在 GitHub 上修复