Python 无法使用series设置列值，请将所有内容改为np.nan

我有以下熊猫（

pd

）数据帧：

> df = pd.DataFrame({'x':[1,2,3], 'y':[4,5,6], 'z':[7,8,9]}, index=['one', 'two', 'three'])
> df
       x  y  z
one    1  4  7
two    2  5  8
three  3  6  9

和一系列：

s = pd.Series([99,99,99])

当我尝试将

b

中的这些值分配给

df

中的某列时，我没有得到任何错误，但该列中的所有值都设置为

nan

：

> df['y'] = s
> df
       x   y  z
one    1 NaN  7
two    2 NaN  8
three  3 NaN  9

---

在使用此赋值技术之前，我已经多次设置了数据框列值，为什么不再有效？

问题在于

数据框中的索引值与
和
系列中的索引值不匹配。
默认情况下，任何pandas索引都具有从
0
开始计算的整数值，因此如果不修改它们，并且列和
系列的长度匹配，则不会出现问题

但是，您修改了
df
的索引值，并将其设置为
['one'、'two'、'three']
。
您应该确保：


系列
使用与
数据帧相同的索引
：

> s = pd.Series({'one': 99, 'two': 99, 'three': 99})
> df['y'] = s


或者，您可以只使用
s
中的（无索引）值：

> df['y'] = s.values



获得：

> df
       x   y  z
one    1  99  7
two    2  99  8
three  3  99  9

ICCU：

另一种方法。请尝试df.assign

df.assign(y=s.values)