python - 在数据框列中获取 NaN 而不是正确的值

Question

我使用以下语法创建了一个由零组成的数据框:

ltv = pd.DataFrame(data=np.zeros([actual_df.shape[0], 6]),
                        columns=['customer_id',
                                'actual_total',
                                'predicted_num_purchases',
                                'predicted_value',
                                'predicted_total',
                                'error'], dtype=np.float32)

结果完全符合预期

customer_id | actual_total | predicted_num_purchases | predicted_value | predicted_total | error
0   0.0          0.0             0.0                         0.0              0.0           0.0
1   0.0          0.0             0.0                         0.0              0.0           0.0
2   0.0          0.0             0.0                         0.0              0.0           0.0

当我运行此语法时:

ltv['customer_id'] = actual_df['customer_id']

我在 ltv['customer_id'] 中得到所有 NaN。造成这种情况的原因是什么？如何防止这种情况发生？

注意:我还检查了 actual_df，里面没有 NaN

Answer 1

两个数据帧都需要相同的索引值(并且两个数据帧的长度也相同)。

所以第一个解决方案是在actual_df中创建默认的RabgeIndex，在ltv中没有指定，所以默认创建:

actual_df = actual_df.reset_index(drop=True)
ltv['customer_id'] = actual_df['customer_id']

或者将参数index添加到DataFrame构造函数:

ltv = pd.DataFrame(data=np.zeros([actual_df.shape[0], 6]),
                        columns=['customer_id',
                                'actual_total',
                                'predicted_num_purchases',
                                'predicted_value',
                                'predicted_total',
                                'error'], dtype=np.float32,
                        index=actual_df.index)

ltv['customer_id'] = actual_df['customer_id']