熊猫数据框放置NaN和NaT

Question

我正在做的是我用pandas生成了一个DataFrame：

df_output = pd.DataFrame(columns={"id","Payout date", "Amount"}

在“付款日期”列中是日期时间，在“金额”列中是浮点数。我从csv中获取每行的值：

df=pd.read_csv("file.csv", encoding = "ISO-8859-1", low_memory=False)

但是当我分配值时：

df_output.loc[df_output['id'] == index, 'Payout date'].iloc[0]=(parsed_date)
pay=payments.get()
ref=refunds.get()
df_output.loc[df_output['id'] == index, 'Amount'].iloc[0]=(pay+ref-for_next_day)

然后我打印列'支付日期'和'金额'它只打印正确的ID，NaT用于支付和NaN用于金额，即使将它们投射到浮点数，或使用

df_output['Amount']=pd.to_numeric(df_output['Amount'])
df_output['Payout date'] = pd.to_datetime(df_output['Payout date'])

我也尝试在将值传递给DataFrame之前将其转换为没有运气，所以我得到的是：

id Payout date  Amount
1         NaT     NaN
2         NaT     NaN
3         NaT     NaN
4         NaT     NaN
5         NaT     NaN

相反，我正在寻找这样的事情：

id       Payout date  Amount
1         2019-03-11     3.2
2         2019-03-11     3.2
3         2019-03-11     3.2
4         2019-03-11     3.2
5         2019-03-11     3.2

编辑

print(df_output.head(5))
print(df.head(5))

id Payout date  Amount
1         NaT     NaN
2         NaT     NaN
3         NaT     NaN
4         NaT     NaN
5         NaT     NaN

id       Created (UTC)    Type Currency  Amount    Fee     Net
1 2016-07-27 13:28:00  charge      mxn   672.0  31.54  640.46
2 2016-07-27 15:21:00  charge      mxn   146.0   9.58  136.42
3 2016-07-27 16:18:00  charge      mxn   200.0  11.83  188.17
4 2016-07-27 17:18:00  charge      mxn   146.0   9.58  136.42
5 2016-07-27 18:11:00  charge      mxn   286.0  15.43  270.57

Answer 1

可能最简单的方法就是重命名要加载的数据帧的列：

df = pd.read_csv("file.csv", encoding = "ISO-8859-1", low_memory=False, index_col='id')
df.columns(rename={"Created (UTC)":'Payout Date'}, inplace=True)

df_output = df[['Payout Date', 'Amount']]

编辑：如果您尝试将一个数据框中的列分配给另一个数据框的列，请执行以下操作：

output_df['Amount'] = df['Amount']