为什么使用dataframe loc函数添加的行不能提供正确的结果

Question

我尝试使用my_df1.loc函数向名为“my_df1”的数据框插入一个新行。但是在结果中，添加的新行具有NaN值

my_data = {'A':pd.Series([1,2,3]),'B':pd.Series([4,5,6]),'C':('a','b','c')}
my_df1 = pd.DataFrame(my_data)
print(my_df1)
my_df1.loc[3] = pd.Series([5,5,5])

显示的结果如下

    A    B    C
0  1.0  4.0    a
1  2.0  5.0    b
2  3.0  6.0    c
3  NaN  NaN  NaN

Answer 1

所有NaN的原因是my_df1.loc[3]作为指数(A,B,C)而pd.Series([5,5,5])作为指数(0,1,2)。当你做series1=series2时，pandas只复制常见索引的值，因此结果。

要解决此问题，请按@ anky_91说，或者如果您已有系列，请使用其值：

my_df1.loc[3] = my_series.values

Answer 2

最后，我发现了如何将Series作为行或列添加到数据框中

my_data = {'A'：pd.Series（[1,2,3]），'B'：pd.Series（[4,5,6]），'C':('a'，'b'， 'c'）} my_df1 = pd.DataFrame（my_data）

打印（my_df1）

Code1 adds a new column 'D' and values 5,5,5 to the dataframe

my_df1.loc [：，'D'] = pd.Series（[5,5,5]，index = my_df1.index）print（my_df1）

Code2 adds a new row with index 3 and values 3,4,3,4 to the dataframe in code 1

my_df1.loc [3] = pd.Series（[3,4,3,4]，index =（'A'，'B'，'C'，'D'））print（my_df1）