问题 DataFrame的几个时间序列

我有几个时间序列合并到一个常见的DataFrame的问题。我正在使用的示例代码：

import pandas
import datetime
import numpy as np

start = datetime.datetime(2001, 1, 1)
end = datetime.datetime(2001, 1, 10)
dates = pandas.date_range(start, end)
serie_1 = pandas.Series(np.random.randn(10), index = dates)
start = datetime.datetime(2001, 1, 2)
end = datetime.datetime(2001, 1, 11)
dates = pandas.date_range(start, end)
serie_2 = pandas.Series(np.random.randn(10), index = dates)
start = datetime.datetime(2001, 1, 3)
end = datetime.datetime(2001, 1, 12)
dates = pandas.date_range(start, end)
serie_3 = pandas.Series(np.random.randn(10), index = dates)

print 'serie_1'
print serie_1
print 'serie_2'
print serie_2
print 'serie_3'
print serie_3

serie_4 = pandas.concat([serie_1,serie_2], join='outer', axis = 1)
print 'serie_4'
print serie_4
serie_5 = pandas.concat([serie_4, serie_3], join='outer', axis = 1)
print 'serie_5'
print serie_5

这给了我serie_5（第二个concat）的错误：

Traceback (most recent call last):
  File "C:\Users\User\Workspaces\Python\Source\TestingPandas.py", line 29, in <module>
    serie_5 = pandas.concat([serie_4, serie_3], join='outer', axis = 1)
  File "C:\Python27\lib\site-packages\pandas\tools\merge.py", line 878, in concat
    verify_integrity=verify_integrity)
  File "C:\Python27\lib\site-packages\pandas\tools\merge.py", line 948, in __init__
    self.new_axes = self._get_new_axes()
  File "C:\Python27\lib\site-packages\pandas\tools\merge.py", line 1101, in _get_new_axes
    new_axes[i] = self._get_comb_axis(i)
  File "C:\Python27\lib\site-packages\pandas\tools\merge.py", line 1125, in _get_comb_axis
    all_indexes = [x._data.axes[i] for x in self.objs]
AttributeError: 'TimeSeries' object has no attribute '_data'

我希望结果看起来像这样（第2列中的随机值）：

                 0         1         2
2001-01-01 -1.224602       NaN       NaN
2001-01-02 -1.747710 -2.618369       NaN
2001-01-03 -0.608578 -0.030674 -1.335857
2001-01-04  1.503808 -0.050492  1.086147
2001-01-05  0.593152  0.834805 -1.310452
2001-01-06 -0.156984  0.208565 -0.972561
2001-01-07  0.650264 -0.340086  1.562101
2001-01-08 -0.063765 -0.250005 -0.508458
2001-01-09 -1.092656 -1.589261 -0.481741
2001-01-10  0.640306  0.333527 -0.111668
2001-01-11       NaN -1.159637  0.110722
2001-01-12       NaN       NaN -0.409387

哪里不对？正如我所说，可能是基本的，但我无法弄清楚，我是初学者......

1415

2017-12-05 16:48

起源

答案:

连接列表 Series 返回一个 DataFrame。从而， serie_4 是一个 DataFrame。 serie_3 是一个 Series。连接a DataFrame 用一个 Series 引发例外。

你可以用

import pandas as pd
serie_5 = pd.concat([serie_1, serie_2, serie_3], join='outer', axis=1)

代替。

例如，

import functools
import numpy as np
import pandas as pd

s1 = pd.Series([0,1], index=list('AB'))
s2 = pd.Series([2,3], index=list('AC'))

result = pd.concat([s1, s2], join='outer', axis=1, sort=False)
print(result)

产量

     0    1
A  0.0  2.0
B  1.0  NaN
C  NaN  3.0

请注意，您将获得ValueError 如果您尝试将系列与非唯一索引连接起来。例如，

s3 = pd.Series([0,1], index=list('AB'), name='s3')
s4 = pd.Series([2,3], index=list('AA'), name='s4') # <-- non-unique index
result = pd.concat([s3, s4], join='outer', axis=1, sort=False)

加薪

ValueError: cannot reindex from a duplicate axis

要解决此问题，请重置索引和合并DataFrames 代替：

import functools   
s3 = pd.Series([0,1], index=list('AB'), name='s3')
s4 = pd.Series([2,3], index=list('AA'), name='s4') # <-- non-unique index

result = functools.reduce(
    lambda left,right: pd.merge(left,right,on='index',how='outer'), 
    [s.reset_index() for s in [s3,s4]])
print(result)

产量

  index  s3   s4
0     A   0  2.0
1     A   0  3.0
2     B   1  NaN

2017-12-05 16:55

好的，那么我不明白为什么我会收到这个错误。我还测试了将DataFrame与另一个DataFrame连接，方法是将代码更改为：serie_5 = pandas.concat（[serie_4，pandas.DataFrame（serie_3）]，join ='outer'，axis = 1）。这意味着我可以将两个Series连接到Dataframe，然后将此DataFrame连接到另一个DataFrame。我需要找到一个通用的解决方案，我可以在循环中添加一些系列，而不是事先的数字。 - Jonas

只需创建一个Python列表并将其附加到其中，然后将其提供给pandas.concat，如上面的@unutbu所写。 - K.-Michael Aye

连接的使用看起来足够通用！我将其更改为“serie_5 = serie_4.join（serie_3，how ='outer'）”，以便在上面的示例中包含2012-01-12。我想要获得通用解决方案的原因是我想要组合几个不同的时间序列，其中将缺少数据并使用Pandas功能来处理丢失的数据。谢谢！ - Jonas

为什么命令 serie_5 = pandas.concat([serie_1, serie_2, serie_3], join='outer', axis = 1) 不适用于我的系列？它返回错误：无法从重复的轴重新索引实际上mySeries就像这里使用的系列一样 pandas.core.series.Series，但我的第二个规格。你建议再问一个问题吗？ - SPS

@SPS：至少有一个系列具有非唯一索引。 pd.concat 加薪 ValueError: cannot reindex from a duplicate axis 在这种情况下。要解决此问题，请将每个系列转换为DataFrame（例如 s = s.reset_index()）然后外面合并DataFrames 在...上 index 栏目:(例如 functools.reduce(lambda left,right: pd.merge(left,right,on='index',how='outer'), [s.reset_index() for s in [serie_1, serier_2, serie_3]])）。 - unutbu

答案: