熊猫read_pickle（）函数返回NaN值

Question

我正在从推文中提取功能，然后将其保存在Pandas DataFrame中，请参见此处：

for idx, tweet in tweets.iterrows():
    data_frame.loc[idx, 'assertive_verbs_count'], \
    data_frame.loc[idx, 'assertive_verb_tf'], \
    data_frame.loc[idx, 'factive_verbs_count'], \
    data_frame.loc[idx, 'factive_verb_tf'], \
    data_frame.loc[idx, 'implicative_verbs_count'], \
    data_frame.loc[idx, 'implicative_verb_tf'], \
    data_frame.loc[idx, 'report_verbs_count'], \
    data_frame.loc[idx, 'report_verb_tf'] = LF.bias_cues(idx, tweet)

data_frame.to_pickle('features_df' + '.pickle')

所有特征均已正确计算，并且data_frame中没有NaN值。我已经通过打印data_frame进行了检查。之后，我想使用pandas read_pickle（）函数加载此DataFrame：

data_frame2 = pd.read_pickle('features_df' + '.pickle')

当我现在打印此“ data_frame2”时，它在某些地方返回NaN值。例如，当打印功能'implicative_verb_tf'时，它返回以下内容：

print(data_frame['implicative_verb_tf'].head(10))

0     True
1      NaN
2    False
3      NaN
4     True
5      NaN
6      NaN
7    False
8    False
9      NaN

有人知道这怎么可能吗？