无法使用系列设置熊猫列值，而是将所有内容都设置为np.nan

Posted 2021-03-19

我有以下熊猫（pd）数据框：

> df = pd.DataFrame({'x':[1,2,3], 'y':[4,5,6], 'z':[7,8,9]}, index=['one', 'two', 'three'])
> df
       x  y  z
one    1  4  7
two    2  5  8
three  3  6  9

和系列：

s = pd.Series([99,99,99])

[当我尝试将b中的这些值分配给df中的某个列时，我没有收到任何错误，但是该列中的所有值均设置为nan：

> df['y'] = s
> df
       x   y  z
one    1 NaN  7
two    2 NaN  8
three  3 NaN  9

在使用这种赋值技术之前，我已经多次设置了数据框列值，为什么这行不通了？

答案

问题出在DataFrame和Series中的索引值：它们不匹配。默认情况下，任何pandas索引都具有从0开始计数的整数值，因此，如果您不对其进行修改并且列的长度与Series匹配，则没有问题。

但是，您修改了df的索引值并将其设置为['one', 'two', 'three']。您应确保：

• Series都使用与DataFrame相同的索引：

  > s = pd.Series({'one': 99, 'two': 99, 'three': 99})
  > df['y'] = s
  

• 或者，您可以只使用s中的（无索引）值：

  > df['y'] = s.values
  

获得：

> df
       x   y  z
one    1  99  7
two    2  99  8
three  3  99  9

另一答案

ICCU：

另一种方法。请尝试df.assign

df.assign(y=s.values)