本文介绍了为什么带两组括号的.loc赋值会在Pandas.DataFrame中生成NaN？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有一个DataFrame：
| 名称 | 年龄 | |
|---|---|---|
| 0 | 保罗 | 25 |
| 1 | 约翰 | 27 |
| 2 | 账单 | 23 |
我知道如果我输入：
df[['name']] = df[['age']]
我会得到以下信息：
| 名称 | 年龄 | |
|---|---|---|
| 0 | 25 | 25 |
| 1 | 27 | 27 |
| 2 | 23 | 23 |
但我希望命令得到相同的结果：
df.loc[:, ['name']] = df.loc[:, ['age']]
但我得到的却是这个：
| 名称 | 年龄 | |
|---|---|---|
| 0 | NaN | 25 |
| 1 | NaN | 27 |
| 2 | NaN | 23 |
出于某种原因，如果我省略列名周围的方括号[]，我将得到我所期望的结果。这就是命令：
df.loc[:, 'name'] = df.loc[:, 'age']
给出正确的结果：
| 名称 | 年龄 | |
|---|---|---|
| 0 | 25 | 25 |
| 1 | 27 | 27 |
| 2 | 23 | 23 |
为什么两对括号.loc会导致NaN？是某种错误还是有意为之的行为？我想不出这种行为的原因。
推荐答案
这是因为对于loc赋值，所有索引轴都是对齐的，包括列：由于age和name不匹配，因此没有要赋值的数据，因此是NAN。
您可以通过重命名列来使其工作：
df.loc[:, ["name"]] = df.loc[:, ["age"]].rename(columns={"age": "name"})
或访问NumPy数组：
df.loc[:, ["name"]] = df.loc[:, ["age"]].values
这篇关于为什么带两组括号的.loc赋值会在Pandas.DataFrame中生成NaN？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！