Diverse serie temporali a DataFrame

Question

Ho riscontrato il problema di unire più serie temporali a un DataFrame comune. Il codice di esempio che sto usando:

import pandas 
import datetime 
import numpy as np 

start = datetime.datetime(2001, 1, 1) 
end = datetime.datetime(2001, 1, 10) 
dates = pandas.date_range(start, end) 
serie_1 = pandas.Series(np.random.randn(10), index = dates) 
start = datetime.datetime(2001, 1, 2) 
end = datetime.datetime(2001, 1, 11) 
dates = pandas.date_range(start, end) 
serie_2 = pandas.Series(np.random.randn(10), index = dates) 
start = datetime.datetime(2001, 1, 3) 
end = datetime.datetime(2001, 1, 12) 
dates = pandas.date_range(start, end) 
serie_3 = pandas.Series(np.random.randn(10), index = dates) 

print 'serie_1' 
print serie_1 
print 'serie_2' 
print serie_2 
print 'serie_3' 
print serie_3 

serie_4 = pandas.concat([serie_1,serie_2], join='outer', axis = 1) 
print 'serie_4' 
print serie_4 
serie_5 = pandas.concat([serie_4, serie_3], join='outer', axis = 1) 
print 'serie_5' 
print serie_5 

Questo mi dà l'errore per serie_5 (il secondo concat):

Traceback (most recent call last): 
    File "C:\Users\User\Workspaces\Python\Source\TestingPandas.py", line 29, in <module> 
    serie_5 = pandas.concat([serie_4, serie_3], join='outer', axis = 1) 
    File "C:\Python27\lib\site-packages\pandas\tools\merge.py", line 878, in concat 
    verify_integrity=verify_integrity) 
    File "C:\Python27\lib\site-packages\pandas\tools\merge.py", line 948, in __init__ 
    self.new_axes = self._get_new_axes() 
    File "C:\Python27\lib\site-packages\pandas\tools\merge.py", line 1101, in _get_new_axes 
    new_axes[i] = self._get_comb_axis(i) 
    File "C:\Python27\lib\site-packages\pandas\tools\merge.py", line 1125, in _get_comb_axis 
    all_indexes = [x._data.axes[i] for x in self.objs] 
AttributeError: 'TimeSeries' object has no attribute '_data' 

vorrei il risultato di guardare qualcosa di simile (con valori casuali in colonna 2):

    0   1   2 
2001-01-01 -1.224602  NaN  NaN 
2001-01-02 -1.747710 -2.618369  NaN 
2001-01-03 -0.608578 -0.030674 -1.335857 
2001-01-04 1.503808 -0.050492 1.086147 
2001-01-05 0.593152 0.834805 -1.310452 
2001-01-06 -0.156984 0.208565 -0.972561 
2001-01-07 0.650264 -0.340086 1.562101 
2001-01-08 -0.063765 -0.250005 -0.508458 
2001-01-09 -1.092656 -1.589261 -0.481741 
2001-01-10 0.640306 0.333527 -0.111668 
2001-01-11  NaN -1.159637 0.110722 
2001-01-12  NaN  NaN -0.409387 

Cosa c'è di sbagliato? Come ho detto, probabilmente basico ma non riesco a capirlo e sono un principiante ...

Answer 1

Concatenare un elenco di Series restituisce un DataFrame. Pertanto, serie_4 è un DataFrame. serie_3 è un Series. Concatenare un DataFrame con un Series solleva l'eccezione.

Si potrebbe utilizzare

serie_5 = pandas.concat([serie_1, serie_2, serie_3], join='outer', axis = 1) 

invece.

---

Un altro modo è quello di utilizzare registrazione:

serie_3.name = 2 
serie_5 = serie_4.join(serie_3, how = 'outer')