向pandas DataFrame添加新列时的NaN值

Question

我正在尝试在一个pandas DataFrame中生成一个新列，该列与另一个pandas DataFrame中的值相等。当我尝试创建新列时，我只得到新列值的NaNs。

首先，我使用API调用来获取一些数据，'mydata‘DataFrame是按日期索引的一列数据。

mydata = Quandl.get(["YAHOO/INDEX_MXX.4"],
                    trim_start="2001-04-01", trim_end="2014-03-31",
                    collapse="monthly")

我用下面的代码从CSV获得的下一个DataFrame，它包含许多数据列，其行数与'mydata‘相同。

DWDATA = pandas.DataFrame.from_csv("filename",
                                   header=0,
                                   sep=',',
                                   index_col=0,
                                   parse_dates=True,
                                   infer_datetime_format=True)

然后，我尝试生成新列，如下所示：

DWDATA['MXX'] = mydata.iloc[:,0]

同样，我只得到NaN的值。有没有人能帮我理解为什么要这样做，以及如何解决？从我所读到的信息来看，我的索引可能有问题。索引是每个DataFrame中的日期，但是'mydata‘具有月末日期，而'DWDATA’具有月初日期。

Answer 1

因为索引并不完全相等，所以会产生NaNs。必须更改其中一个或两个索引才能匹配。示例：

mydata = mydata.set_index(DWDATA.index)

以上代码将更改'mydata‘DataFrame的索引，使其与'DWDATA’DataFrame的索引相匹配。

由于两个DataFrames的行数完全相等，因此也可以将'mydata‘的值传递给新的'DWDATA’列：

DWDATA['MXX'] = mydata.iloc[:,0].values