Python 为什么在使用pd.dataframe（）创建数据帧并手动设置索引时会出现NAN？ 让我们考虑一下这个数据帧： df = pd.DataFrame(np.random.rand(4,4), columns = ['A', 'B', 'AB', 'O']) df Out[1]: A B AB O 0 0.704744 0.032988 0.514788 0.405281 1 0.978119 0.354312 0.273255 0.908691 2 0.653161 0.337653 0.309225 0.008059 3 0.023022 0.110995 0.751048 0.088853

现在让我们假设我们要选择两列，并使用另一列作为索引。我们可以使用

set_index（）

并轻松完成它，但让我们尝试一种更麻烦的方法，并使用

pd.DataFrame（）

：

为什么会产生

NaN

值

如果将整数列表作为索引传递（例如

index=[10,11,12,13]

），也会出现同样的问题

通过使用

df[['B'，'AB']].值作为
numpy.ndarray
传递数据，我们可以很容易地解决这个问题。无
NaN
值将以这种方式显示

此外，在不再指定索引的情况下，
pd.DataFrame（df[['B'，'AB']]）
也不会显示任何
NaN
值

但是，同样，为什么上面的代码的
NaN
值呢？
如果您将一个数据帧作为
dataframe
构造函数的第一个参数传递，它将使用给定的索引构造一个新的数据帧，并且从原始数据帧分配值，因为该索引有值

例如，如果您编写：

pd.DataFrame(df[['B','AB']],index=[0,2])

它将选择第一行和第三行：

          A         B        AB         O
0  0.501622  0.422913  0.570804  0.507912
1  0.507934  0.698122  0.745761  0.201501
2  0.333501  0.567291  0.472924  0.813184
3  0.788795  0.733176  0.843651  0.603158
>>> pd.DataFrame(df[['B','AB']],index=[0,2])
          B        AB
0  0.422913  0.570804
2  0.567291  0.472924

由于没有浮点值（如您的问题中的
0.704744
），它将用
NaN
s填充缺少的值

但是，您可以通过以下方式轻松获得所需：

>>> df[['A', 'B', 'AB']].set_index('A')
                 B        AB
A                           
0.501622  0.422913  0.570804
0.507934  0.698122  0.745761
0.333501  0.567291  0.472924
0.788795  0.733176  0.843651

因为索引
10
、
11
、
0.704744
等处没有
B
和
AB
的值。您的意思是我传递给
索引
参数的值用于选择
df[['B'，'AB']]
中的数据点？
>>> df[['A', 'B', 'AB']].set_index('A')
                 B        AB
A                           
0.501622  0.422913  0.570804
0.507934  0.698122  0.745761
0.333501  0.567291  0.472924
0.788795  0.733176  0.843651