我怎麼能在一個數據幀

Question

我想追加包含一些大熊貓時間戳和使用下面的代碼

pair_columns = ['T1 Time', 'T1 Active', 'T1 Reactive', 'T2 Time', 'T2 Active', 'T2 Reactive'] 

# an empty dataframe 
matched_pairs = pd.DataFrame(columns=pair_columns) 


# A list with some Timestamp 
value_with_timestamp = [pd.Timestamp('2011-10-21 20:08:42+0000', tz='UTC'), 21.847724815467735, -78.998453511820344, pd.Timestamp('2011-10-21 20:08:54+0000', tz='UTC'), -74.608437575303114, 48.537725275212779] 
ser_timestamp = pd.Series(value_with_timestamp) 


# This pass, but the dataframe get a row containing only NaN 
matched_pairs.loc[len(matched_pairs)] = ser_timestamp 
print("Dataframe with series containing timestamp") 
print(matched_pairs.head()) 

# Exception TypeError: data type not understood 
matched_pairs.loc[len(matched_pairs)] = value_with_timestamp 
print(matched_pairs.head()) 

# Exception TypeError: data type not understood 
matched_pairs = matched_pairs.append(ser_timestamp, ignore_index=True) 
print(matched_pairs.head()) 

一些浮點值的數據幀的行添加pd.Timestamp和float組成的排此代碼不起作用，但與字符串，而不是時間戳，一切正常

import pandas as pd 

matched_pairs_string = pd.DataFrame(columns=pair_columns) 

# The same list but with string instend of timestamp 
value_string = ['2011-10-21 20:08:42+0000', 21.847724815467735, -78.998453511820344, '2011-10-21 20:08:54+0000', -74.608437575303114, 48.537725275212779] 

# Add the list with the string to the dataframe, this work like a charm 
matched_pairs_string.loc[len(matched_pairs_string)] = value_string 
print("Dataframe with string instead of timestamp") 
print(matched_pairs_string.head()) 

我在做什麼錯在這裏？有沒有辦法實現我想要的？我只是想將這些數據按原樣添加，而不是將時間戳轉換爲另一種類型？

Answer 1

從技術上講，它不是，這是問題，但你分配什麼類型的對象能排時間戳：Vs的列表（你在第二次嘗試系列（你在第一個代碼塊嘗試）代碼塊）。

由於熊貓數據框中的每一列都是熊貓系列，所以不能爲系列分配一行。考慮轉換到一個列表行分配與series.tolist()或使用原來的列表：

matched_pairs.loc[len(matched_pairs)] = ser_timestamp.tolist() 
#    T1 Time T1 Active T1 Reactive    T2 Time T2 Active T2 Reactive 
# 0 2011-10-21 20:08:42 21.847725 -78.998454 2011-10-21 20:08:54 -74.608438  48.53772 

matched_pairs.loc[len(matched_pairs)] = value_with_timestamp 
#    T1 Time T1 Active T1 Reactive    T2 Time T2 Active T2 Reactive 
# 0 2011-10-21 20:08:42 21.847725 -78.998454 2011-10-21 20:08:54 -74.608438  48.53772 

並在這樣做，可以分配適當的數據類型：

print(matched_pairs.dtypes) 

# T1 Time  datetime64[ns] 
# T1 Active    float64 
# T1 Reactive   float64 
# T2 Time  datetime64[ns] 
# T2 Active    float64 
# T2 Reactive   float64 
# dtype: object 

---

由於OP表示，有可能成爲熊貓0.19以上版本的問題拋出異常：

TypeError: data type not understood

One possi ble分辨率可以在行分配之前在空數據框上顯式定義數據類型（時間戳和浮點數）。由於沒有單dtype()調用，一個循環運行到每一列轉換：

pair_columns = ['T1 Time', 'T1 Active', 'T1 Reactive', 'T2 Time', 'T2 Active', 'T2 Reactive'] 
pair_dtypes = ['M8[ms]', 'float', 'float', 'M8[ms]', 'float', 'float'] 

# an empty dataframe 
matched_pairs = pd.DataFrame(columns=pair_columns) 
datatypes = {k:v for k,v in zip(pair_columns, pair_dtypes)} 

for k,v in datatypes.items(): 
    matched_pairs[k] = matched_pairs[k].astype(v) 

... 
matched_pairs.loc[len(matched_pairs)] = ser_timestamp.tolist() 
# matched_pairs.loc[len(matched_pairs)] = value_with_timestamp