pandas - 时间序列在切片和相乘时返回 NaN

Question

片段：

import numpy as np
import pandas as pd

dr = pd.date_range(start='1984-01-01', end='1984-01-10')
df = pd.DataFrame(np.arange(len(dr)), index=dr, columns=["Values"])

df.iloc[:-5,] * df.iloc[5:,]

返回：

如果我不切片，则乘法有效：

df*df

返回：

所以我的猜测是，当索引不匹配时，Pandas 不会执行任何操作并简单地返回NaN？

标签： pandastime-series

Answer 1

DatatimeIndex两个 sliced 的问题都不同DataFrames，可能的解决方案是 numpy 数组的多个，以防止数据对齐不同的索引返回NaNs：

print (df.iloc[:-5,].index)
DatetimeIndex(['1984-01-01', '1984-01-02', '1984-01-03', '1984-01-04',
               '1984-01-05'],
              dtype='datetime64[ns]', freq='D')

print (df.iloc[5:,].index)
DatetimeIndex(['1984-01-06', '1984-01-07', '1984-01-08', '1984-01-09',
               '1984-01-10'],
              dtype='datetime64[ns]', freq='D')

---

print (df.iloc[:-5,] * df.iloc[5:,].values)
            Values
1984-01-01       0
1984-01-02       6
1984-01-03      14
1984-01-04      24
1984-01-05      36

或者在两个切片数据帧中创建相同的索引值：

print(df.iloc[5:,])
            Values
1984-01-06       5
1984-01-07       6
1984-01-08       7
1984-01-09       8
1984-01-10       9

print(df.iloc[5:,].set_index(df.index[:-5]))
            Values
1984-01-01       5
1984-01-02       6
1984-01-03       7
1984-01-04       8
1984-01-05       9

print(df.iloc[:-5,] * df.iloc[5:,].set_index(df.index[:-5]))
            Values
1984-01-01       0
1984-01-02       6
1984-01-03      14
1984-01-04      24
1984-01-05      36

下一种方法是在两个 DataFrames 中通过 numpy 数组进行多次处理，然后使用 DataFrame 构造函数：

print(pd.DataFrame(df.iloc[:-5,].values * df.iloc[5:,].values, 
                   columns=df.columns,
                   index=df.index[:-5]))
            Values
1984-01-01       0
1984-01-02       6
1984-01-03      14
1984-01-04      24
1984-01-05      36