python - 为什么 df ["ColumA"] = df_2 ["ColumnB"] 没有按预期工作？

Question

给定两个DataFrame:

#df1
value         Symbol       Date   Type        Value
1109914    AUD 2016-01-29  value   64587.9121    
1109949    CAD 2016-01-29  value   65357.1429
1109970    CHF 2016-01-29  value  111881.8681
1110012     DX 2016-01-29  value   91256.4103

#df2
volas         Symbol       Date  Type     Value
1109915    AUD 2016-01-29  vola  518.5091
1109950    CAD 2016-01-29  vola  360.9474
1109971    CHF 2016-01-29  vola  767.1880
1110013     DX 2016-01-29  vola  495.8913
1110041    EUR 2016-01-29  vola  876.6861
1110062    GBP 2016-01-29  vola  462.6425

如果我想从 df2 添加一个列到 df1，自然地，我会尝试这个:

df1["volas"] = df2["Value"]

但是，这会返回一个具有 nan 值的系列(因此会用这样的值填充新列):

1109921   NaN
1110089   NaN
1110138   NaN
1110159   NaN
1110257   NaN
1110450   NaN
1110618   NaN
1110667   NaN
1110688   NaN

但是，如果我这样做:

market_values['Volas'] = [i for i in market_volas.Value]

值按预期分配。

为什么？我根本看不出问题出在哪里，特别是因为我的初始尝试被建议 here .

Answer 1

df1 中的 index 与 df2 中的 index 不同。

如果length od indexes 相等，可以使用values :

df1["volas"] = df2["Value"].values
print (df1)
     value Symbol        Date   Type        Value     volas
0  1109914    AUD  2016-01-29  value   64587.9121  518.5091
1  1109949    CAD  2016-01-29  value   65357.1429  360.9474
2  1109970    CHF  2016-01-29  value  111881.8681  767.1880
3  1110012     DX  2016-01-29  value   91256.4103  495.8913