熊猫数据帧到数据帧分配未对齐并生成 NaN

Question

我正在尝试将一个熊猫数据帧的值分配给另一个数据帧。 但是，作业结果的行为不符合我的预期，我不确定为什么。 我有一个解决方法，但是，我不明白为什么需要这种解决方法，或者它是否是首选的解决方法。

我像这样设置我的数据：

d1 = {'col1': [1,2,3,4,5], 'col2': ['a','ERROR','ERROR','ERROR', 'e']}
df1 = pd.DataFrame(data=d1)
d2 = {'col3': ['b','c','d']}
df2 = pd.DataFrame(data=d2)
bad = (df1['col2'] == 'ERROR') 

这是我尝试过的(但它没有像我预期的那样工作)：

df1.loc[bad,'col2'] = df2.loc[:,'col3']
print(df1)
col1 col2
0     1    a
1     2    c
2     3    d
3     4  NaN
4     5    e

但是，如果我将代码更改为以下内容，那么它确实有效：

df1.loc[bad,'col2'] = df2.loc[:,'col3'].values
print(df1)
col1 col2
0     1    a
1     2    b
2     3    c
3     4    d
4     5    e

Answer 1

解释@coldspeed评论。

试试这个：

df1.loc[bad, 'col2'] 

这给你

1    ERROR
2    ERROR
3    ERROR
Name: col2, dtype: object

如您所观察到的，上面的数据具有索引 1、2 和 3。现在检查 df2 索引

col3
0   b
1   c
2   d

因此，当您使用替换时df1.loc[bad,'col2'] = df2.loc[:,'col3']只有第二个和第三个索引获取值。但是，当您使用values时，您正在正确进行，因为这会形成一个 numpy 数组，可以从type(df2.col3.values)或使用type(df2.col3.tolist())的 python 列表中进行验证。两者都是可以接受的。