Python 数据帧 : Why does my values change to NaN if I change the indices?

Question

我想更改我的索引。我的数据框如下:

partA = pd.DataFrame({'u1': 2, 'u2': 3, 'u3':4, 'u4':29, 'u5':4, 'u6':1, 'u7':323, 'u8':9, 'u9':7, 'u10':5}, index = [20])

它给出了一个大小为 (1,10) 的数据框，其中填充了所有单元格。

但是，当我为这个数据框创建一个新的数据框(在我的原始代码中需要它，它包含不同的数据)并且我更改了这个数据框的索引时，我的单元格的值都等于 NaN。

我知道我可以使用 reset_index 来更改索引，但我希望能够在一行中完成所有操作。

我现在所做的是以下(导致 NaN)

partB = pd.DataFrame(partA, columns = ['A', 'B', 'C', 'D','E', 'F', 'G', 'H', 'I','J'])

Answer 1

将 partA 转换为 numpy array 需要 values:

partA = pd.DataFrame({'u1': 2, 'u2': 3, 'u3':4, 'u4':29, 'u5':4, 'u6':1, 
                      'u7':323, 'u8':9, 'u9':7, 'u10':5}, index = [20])
print (partA)
    u1  u10  u2  u3  u4  u5  u6   u7  u8  u9
20   2    5   3   4  29   4   1  323   9   7

partB = pd.DataFrame(partA.values,columns = ['A', 'B', 'C', 'D','E', 'F', 'G', 'H', 'I','J'])
print (partB)
   A  B  C  D   E  F  G    H  I  J
0  2  5  3  4  29  4  1  323  9  7

如果需要partA的索引:

partB = pd.DataFrame(partA.values,
                     columns = ['A', 'B', 'C', 'D','E', 'F', 'G', 'H', 'I','J'],
                     index = partA.index)
print (partB)
    A  B  C  D   E  F  G    H  I  J
20  2  5  3  4  29  4  1  323  9  7

你得到 NaN 因为没有对齐列名，所以如果更改姓氏 (u7)，你会得到值:

partB = pd.DataFrame(partA,
                     columns = ['A', 'B', 'C', 'D','E', 'F', 'G', 'H', 'I','u7'],
                     index = partA.index)
print (partB)
     A   B   C   D   E   F   G   H   I   u7
20 NaN NaN NaN NaN NaN NaN NaN NaN NaN  323