Python 将列从一个数据帧复制到另一个数据帧会给出NaN值吗？

这已经被问了很多次了，似乎对其他人有效，但是，当我从不同的数据帧复制列时，我得到了

NaN

值（

df1

和

df2

的长度相同）

df1

        date     hour      var1
a   2017-05-01  00:00:00   456585
b   2017-05-01  01:00:00   899875
c   2017-05-01  02:00:00   569566
d   2017-05-01  03:00:00   458756
e   2017-05-01  04:00:00   231458
f   2017-05-01  05:00:00   986545

df2

      MyVar1     MyVar2 
 0  6169.719338 3688.045368
 1  5861.148007 3152.238704
 2  5797.053347 2700.469871
 3  5779.102340 2730.471948
 4  6708.219647 3181.298291
 5  8550.380343 3793.580394

       MyVar1    MyVar2        date        hour
 0  6169.719338 3688.045368  2017-05-01  00:00:00
 1  5861.148007 3152.238704  2017-05-01  01:00:00
 2  5797.053347 2700.469871  2017-05-01  02:00:00
 3  5779.102340 2730.471948  2017-05-01  03:00:00
 4  6708.219647 3181.298291  2017-05-01  04:00:00
 5  8550.380343 3793.580394  2017-05-01  05:00:00

我需要在我的

df2

      MyVar1     MyVar2 
 0  6169.719338 3688.045368
 1  5861.148007 3152.238704
 2  5797.053347 2700.469871
 3  5779.102340 2730.471948
 4  6708.219647 3181.298291
 5  8550.380343 3793.580394

       MyVar1    MyVar2        date        hour
 0  6169.719338 3688.045368  2017-05-01  00:00:00
 1  5861.148007 3152.238704  2017-05-01  01:00:00
 2  5797.053347 2700.469871  2017-05-01  02:00:00
 3  5779.102340 2730.471948  2017-05-01  03:00:00
 4  6708.219647 3181.298291  2017-05-01  04:00:00
 5  8550.380343 3793.580394  2017-05-01  05:00:00

我试了以下方法

df2['date'] = df1['date']
df2['hour'] = df1['hour']

type(df1)
>> pandas.core.frame.DataFrame

type(df2)
>> pandas.core.frame.DataFrame

       MyVar1    MyVar2      date       hour
 0  6169.719338 3688.045368  NaN        NaN
 1  5861.148007 3152.238704  NaN        NaN
 2  5797.053347 2700.469871  NaN        NaN

我得到以下信息

df2['date'] = df1['date']
df2['hour'] = df1['hour']

type(df1)
>> pandas.core.frame.DataFrame

type(df2)
>> pandas.core.frame.DataFrame

       MyVar1    MyVar2      date       hour
 0  6169.719338 3688.045368  NaN        NaN
 1  5861.148007 3152.238704  NaN        NaN
 2  5797.053347 2700.469871  NaN        NaN

为什么会这样？还有一个讨论了

合并

，但我只需要复制它。任何帮助都将不胜感激

罪魁祸首是不一致的索引 您的数据帧的索引不同（相应地，每列的索引也不同），因此当尝试将一个数据帧的一列分配给另一个数据帧时，熊猫将尝试对齐索引，如果不对齐，则插入NaN。

考虑以下示例以了解这意味着什么：

# Setup
A = pd.DataFrame(index=['a', 'b', 'c']) 
B = pd.DataFrame(index=['b', 'c', 'd', 'f'])                                  
C = pd.DataFrame(index=[1, 2, 3])

当不存在重叠时，pandas甚至无法匹配两个数据帧之间的单个值以放入赋值结果，因此输出是一个充满NAN的列

如果您正在使用IPython笔记本，您可以使用

df1.index.equals(df2.index)
# False
df1.index.intersection(df2.index).empty
# True

---

您可以使用以下任一解决方案来解决此问题

解决方案1：重置两个数据帧的索引 如果您一开始不想有不同的索引，或者不特别关心保留索引，那么您可能更喜欢此选项

# Optional, if you want a RangeIndex => [0, 1, 2, ...]
# df1.index = pd.RangeIndex(len(df))
# Homogenize the index values,
df2.index = df1.index
# Assign the columns.
df2[['date', 'hour']] = df1[['date', 'hour']]

如果要保留现有索引，但将其作为列，则可以使用

reset\u index（）

---

解决方案2：分配NumPy数组（绕过索引对齐） 只有当两个数据帧的长度匹配时，此解决方案才会起作用

# pandas >= 0.24
df2['date'] = df1['date'].to_numpy()
# pandas < 0.24
df2['date'] = df1['date'].values

试试这个

df2['date'] = df1['date'].values
df2['hour'] = df1['hour'].values

---

@i、 n.n.m可能是索引的问题。尝试添加

ignore\u index=True

？否则，请先重置两个索引，然后连接。@i.n.n.m try

df2['date']=df1['date']。值
@i.n.n.m我猜到了。索引不相同。我有两个数据帧，其中一个有范围索引，另一个有整数索引，变量在该范围内。看看数据帧，索引看起来不错，但交叉点是空的。因此，我不得不改为使用_numpy（）。