シリーズをインデックスとして設定する

Question

私のデータフレームdataの数値列をPython 2.7で使用し、dataの別の列である日付のインデックスを持つ個別のオブジェクト（系列）にします。私はこれを行うとき

new_series = pd.Series(data['numerical_column'] , index=data['dates']) 

はしかし、私はシリーズでNaN値の束を得る：

dates 
1980-01-31 NaN 
1980-02-29 NaN 
1980-03-31 NaN 
1980-04-30 NaN 
1980-05-31 NaN 
1980-06-30 NaN 
... 

なぜnumerical_data値がちょうど消えるのでしょうか？

私は最初のアプローチが失敗した理由が不思議ですが、次のことを実行することで明らかにこの目標を達成できることを認識しています。

new_series = data.set_index('dates')['numerical_column'] 

Answer 1

data['numerical_column']のインデックスを整列していないと問題があると思います。

だからvaluesによってnumpy arrayに変換必要があります。

new_series = pd.Series(data['numerical_column'].values , index=data['dates']) 

サンプル：

import pandas as pd 
import datetime 

data = pd.DataFrame({ 
'dates': {0: datetime.date(1980, 1, 31), 1: datetime.date(1980, 2, 29), 
      2: datetime.date(1980, 3, 31), 3: datetime.date(1980, 4, 30), 
      4: datetime.date(1980, 5, 31), 5: datetime.date(1980, 6, 30)}, 
'numerical_column': {0: 1, 1: 4, 2: 5, 3: 3, 4: 1, 5: 0}}) 
print (data) 
     dates numerical_column 
0 1980-01-31     1 
1 1980-02-29     4 
2 1980-03-31     5 
3 1980-04-30     3 
4 1980-05-31     1 
5 1980-06-30     0 

new_series = pd.Series(data['numerical_column'].values , index=data['dates']) 
print (new_series) 
dates 
1980-01-31 1 
1980-02-29 4 
1980-03-31 5 
1980-04-30 3 
1980-05-31 1 
1980-06-30 0 
dtype: int64 

しかしset_indexを持つ方法がよりよいですが、slowier：

#[60000 rows x 2 columns] 
data = pd.concat([data]*10000).reset_index(drop=True) 

In [65]: %timeit pd.Series(data['numerical_column'].values , index=data['dates']) 
1000 loops, best of 3: 308 µs per loop 

In [66]: %timeit data.set_index('dates')['numerical_column'] 
1000 loops, best of 3: 1.28 ms per loop 

検証：

列のインデックスが同じインデックスを持っている場合、それは素敵な作品：

s = data.set_index('dates')['numerical_column'] 
df = s.to_frame() 
print (df) 
      numerical_column 
dates      
1980-01-31     1 
1980-02-29     4 
1980-03-31     5 
1980-04-30     3 
1980-05-31     1 
1980-06-30     0 

new_series = pd.Series(df['numerical_column'] , index=data['dates']) 
print (new_series) 
dates 
1980-01-31 1 
1980-02-29 4 
1980-03-31 5 
1980-04-30 3 
1980-05-31 1 
1980-06-30 0 
Name: numerical_column, dtype: int64