Python 熊猫数据帧到数据帧分配未对齐和生成NaN

我试图将一个数据帧的值分配给另一个数据帧。然而，作业结果并不像我预期的那样，我也不知道为什么。我有一个变通办法，但是，我不明白为什么这个变通办法是必要的，或者它是否是首选的变通办法

我的数据设置如下：

d1 = {'col1': [1,2,3,4,5], 'col2': ['a','ERROR','ERROR','ERROR', 'e']}
df1 = pd.DataFrame(data=d1)
d2 = {'col3': ['b','c','d']}
df2 = pd.DataFrame(data=d2)
bad = (df1['col2'] == 'ERROR') 

这是我尝试过的（但它没有像我预期的那样工作）：

但是，如果我将代码更改为以下内容，则它确实有效：

df1.loc[bad,'col2'] = df2.loc[:,'col3'].values
print(df1)

   col1 col2
0     1    a
1     2    b
2     3    c
3     4    d
4     5    e

---

解释

@coldspeed

注释

试试这个：

df1.loc[bad, 'col2'] 

这给了你

1    ERROR
2    ERROR
3    ERROR
Name: col2, dtype: object

正如您所观察到的，上述数据有索引1、2和3。现在检查df2索引

    col3
0   b
1   c
2   d

---

因此，当您使用

df1.loc[bad，'col2']=df2.loc[：，'col3']

替换时，只有第二个和第三个索引获取值。但是，当您使用

值时，您正在正确地进行操作，因为这形成了一个numpy数组，可以通过
类型（df2.col3.values）
或使用
类型（df2.col3.tolist（））的python列表来验证。两者都可以接受。
因为
df2.loc[：，'col3']
的索引为[0,1,2]，作业将根据这些位置与df1对齐。@coldspeed，我的解决方法是首选的还是有更好的方法解决问题？不，我认为这是最轻松的方法。或者指定一个列表
df2.loc[：，'col3'].tolist（）
    col3
0   b
1   c
2   d