Pandas处理数据遇到的问题与解决

set_index与reindex的区别

• set_index能够将DataFrame中的某一column设置为索引
• reindex的作用是根据new_index重新排列DataFrame
  • 如果新的new_index中含有原index未含有的索引，则对应的行的值全部是Nan，当然，可以选择在reindex( )传入method参数来解决这一点，例如：method=‘ffill’

读入DataFrame时的数据类型问题

问题描述
在通过pd.read_csv( )方法读入csv数据时，如果未指定data_type，那么该方法会按照默认设置读入数据，有时候会将string字符串形式保存的数字读成float或者int的数据类型。
例如，我的trade_date是以字符串形式保存的，但是读入的时候默认变成了整数形，从而导致我按照字符串的index来reindex时，整个DataFrame的数据全部变为了Nan

解决方法
在读入数据的时候，通过pd.read_csv( )设置参数 dtype={‘trade_date’ : ‘string’}，就可以了；当然，如果要以数值的形式读入，设置 dtype={‘trade_date’ : ‘value’}，更改之后效果如下：