Question

我使用以下语法创建了一个零数据框：

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)

它出乎意料地完美

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

当我运行以下语法时：

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

我在ltv['customer_id']中得到所有NaN。是什么原因造成的，如何防止它发生？

NB ：我还检查了actual_df，并且里面没有NaNs

Answer 1

两者（以及两个DataFrame的长度）都需要相同的索引值。

第一个解决方案是在RabgeIndex中创建默认actual_df，在ltv中未指定，因此默认创建：

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

或将参数index添加到DataFrame构造函数中：

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']

Answer 2

另一种选择（比jezrael的好答案更复杂）是使用pd.concat()，然后使用.drop()：

ltv = pd.concat([ltv.drop(columns=['customer_id']),actual_df[['customer_id']]],axis=1,ignore_index=True)

在数据框列中获取NaN而不是正确的值

2 个答案: