既然 s 和 t 的索引相同，为什么 t 返回 NaN 作为第一个值？

Question

第一个值是序列 t 的 NaN，但不是 s。为什么即使该系列具有相同的索引，为什么会这样。import numpy as npimport pandas as pds = pd.Series([1,2,3,4,5,6],index= [1,2,3,4,5,6])t = pd.Series([2,4,6,8,10,12],index= [1,2,3,4,5,6])df = pd.DataFrame(np.c_[s,t],columns = ["MUL1","MUL2"])df["MUL2"] =tdfOutput:  MUL1     MUL20  1        NaN1  2        2.02  3        4.03  4        6.04  5        8.05  6        10.0

Answer 1

如果分配不同的索引值，则生成缺失值，如在第一行中。为了正确分配，需要在 和 中使用相同的值。SeriesSeriesDataFrame

问题是返回没有索引值的2d数组：np.c_

print (np.c_[s,t])

[[ 1  2]

 [ 2  4]

 [ 3  6]

 [ 4  8]

 [ 5 10]

 [ 6 12]]

因此，如果使用使用构造函数创建，则默认从 以下位置开始：DataFrameRange_Index0

df = pd.DataFrame(np.c_[s,t],columns = ["MUL1","MUL2"])

print (df)

   MUL1  MUL2

0     1     2 <- first 0 index

1     2     4

2     3     6

3     4     8

4     5    10

5     6    12

print (s)

1    1 <- first 1 index

2    2

3    3

4    4

5    5

6    6

dtype: int64

print (t)

1     2 <- first 1 index

2     4

3     6

4     8

5    10

6    12

dtype: int64

如果更改数据帧构造函数，例如通过字典：

df = pd.DataFrame({"MUL1":s, "MUL2":t})

print (df)

   MUL1  MUL2

1     1     2 <- first 1 index

2     2     4

3     3     6

4     4     8

5     5    10

6     6    12

或者将参数添加到构造函数 by 或 Series：indexDataFramest

df = pd.DataFrame(np.c_[s,t],columns = ["MUL1","MUL2"], index=t.index)

print (df)

   MUL1  MUL2

1     1     2

2     2     4

3     3     6

4     4     8

5     5    10

6     6    12

因此，如果赋值，例如新列都正常工作，因为在 和 中相同的索引：tdft

df["MUL3"] =t

print (df)

   MUL1  MUL2  MUL3

1     1     2     2

2     2     4     4

3     3     6     6

4     4     8     8

5     5    10    10

6     6    12    12