Python 重建索引生成 Nan
Python Reindex Producing Nan
这是我正在使用的代码：
import pandas as pd
test3 = pd.Series([1,2,3], index = ['a','b','c'])
test3 = test3.reindex(index = ['f','g','z'])
所以最初一切都很好，test3 的索引为 'a' 'b' 'c'，值为 1,2,3。但是当我重新索引 test3 时，我发现我的值 1 2 3 丢失了。这是为什么？所需的输出将是：
f 1
g 2
z 3
docs 对此行为很清楚：
Conform Series to new index with optional filling logic, placing
NA/NaN in locations having no value in the previous index
如果您只想覆盖索引值，请执行以下操作：
In [32]:
test3.index = ['f','g','z']
test3
Out[32]:
f 1
g 2
z 3
dtype: int64
这是我正在使用的代码：
import pandas as pd
test3 = pd.Series([1,2,3], index = ['a','b','c'])
test3 = test3.reindex(index = ['f','g','z'])
所以最初一切都很好，test3 的索引为 'a' 'b' 'c'，值为 1,2,3。但是当我重新索引 test3 时，我发现我的值 1 2 3 丢失了。这是为什么？所需的输出将是：
f 1
g 2
z 3
docs 对此行为很清楚：
Conform Series to new index with optional filling logic, placing NA/NaN in locations having no value in the previous index
如果您只想覆盖索引值，请执行以下操作：
In [32]:
test3.index = ['f','g','z']
test3
Out[32]:
f 1
g 2
z 3
dtype: int64