使用 .at 在 Pandas DataFrame 中设置值，难以理解的类型错误

Question

我正在为一些机器学习构建一个熊猫数据框。X Dataframe 有一个日期索引，由我的各种数据文件中的所有现有日期组成：all_index=set()for table in data:    for date in table.index.values:        all_index.add(date)然后我构建我的数据变量，我想合并我拥有的每个数据：temp2= np.empty((len(all_index),1,))temp2[:]=np.nanX=pd.DataFrame(temp2, all_index)而且，当然，现在我想用数据填充它（数据是 1 个 DF，稍后，它将是一个 DF 列表）：for i in X.index.values:    for j in data[0].index.values:        if(j==i):            X.at[i, 0] = data['Column Name'][i]错误是：---------------------------------------------------------------------------ValueError                                Traceback (most recent call last)<ipython-input-73-73562c8b1e98> in <module>      8             #X[i]=data[0]['BCH-USD'][i]      9             elem = data[0]['BCH-USD'][str(i)]---> 10             X.at[i, 0] = elem     11             #print(X[0][i])     12             print(data[0]['BCH-USD'][i])~\AppData\Local\Programs\Python\Python37\lib\site-packages\pandas\core\indexing.py in __setitem__(self, key, value)   2157         key = list(self._convert_key(key, is_setter=True))   2158         key.append(value)-> 2159         self.obj._set_value(*key, takeable=self._takeable)   2160    2161 ~\AppData\Local\Programs\Python\Python37\lib\site-packages\pandas\core\frame.py in _set_value(self, index, col, value, takeable)   2580             series = self._get_item_cache(col)   2581             engine = self.index._engine-> 2582             engine.set_value(series._values, index, value)   2583             return self   2584         except (KeyError, TypeError):我试过的：这个错误很奇怪，因为 set_value 已被弃用。并且文档页面说使用 .at。.at 使用 set_value ...我还尝试查看变量的类型 type(data['Column Name'][i]) -> 它是 float64我也尝试使用 pd.is_numeric 进行转换。同样的错误我尝试在循环中打印出 data['Column Name'][i] ，没有错误。如果我尝试打印出 X，也没有错误。如果我尝试不使用循环： X.at['2018-11-24', 0] = data['Column Name'][0] 它有效......我希望得到：一个 DataFrame 将我的多个 csv 文件中的所有日期作为索引，作为我的 csv 文件中的值（如果可用）的列。如果不可用，就 nan。

Answer 1

我终于通过使用 join() 解决了我的问题，我以前没有管理过。

首先，我构建了一个具有所有可能日期的临时 DataFrame：

all_dates=set()

for table in data:

    for ind in table.index.values:

        all_dates.add(table['Date'][ind])

dates_list=list(all_dates)

Data={'Date': dates_list}

temp=pd.DataFrame(Data)

temp.sort_values(by=['Date'], inplace=True, ascending=True)

temp=temp.reset_index(drop=True)

然后，我将该临时数据框加入了我从 CSV 中提取的数据框列表中（因为它拥有最多的索引，所以放在最上面）：

data.insert(0,temp)

dfs = [df.set_index('Date') for df in data]

df_final=dfs[0].join(dfs[1:])

因此，df_final将日期作为索引（已排序），列仅是提取的数据帧的列。

这种方法的优点是，当一个数据源不完整时，df_final 将在那里有“nan”而不是少一行并丢失该日期其他源的所有值。