Python 为什么使用dataframe loc函数添加的行不能给出正确的结果

我试图使用my_df1.loc函数向名为“my_df1”的数据帧插入新行。但结果是，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])

结果显示如下

    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

---

之所以都是

NaN

，是因为

my_df1.loc[3]

作为索引

（A，B，C）

，而

pd.Series（[5,5,5]）

作为索引

（0,1,2）

。当您执行

series1=series2

时，pandas只复制常用索引的值，从而得到结果

要解决此问题，请按照@anky_91所述执行，或者如果您已经有一个系列，请使用其值：

my_df1.loc[3] = my_series.values

---

最后，我了解了如何将一个系列作为行或列添加到数据帧中

my_data={'A'：pd.系列（[1,2,3]），'B'：pd.系列（[4,5,6]），'C'：（'A'，'B'，'C'）} my_df1=pd.DataFrame（my_数据）

打印（my_df1）

Code1向数据帧添加一个新列“D”和值5,5,5 my_df1.loc[：，'D']=pd.系列（[5,5,5]，index=my_df1.index） 打印（my_df1）

代码2向代码1中的数据帧添加一个索引为3、值为3、4、3、4的新行 my_df1.loc[3]=pd.系列（[3,4,3,4]，索引=（'A'，'B'，'C'，'D'））

---

打印（my_df1）

使用列表

my_df1.loc[3]=[5,5,5]

或

np.array

如

my_df1.loc[3]=np.ones（3）*5

，甚至只是一个标量

my_df1.loc[3]=5

我将列名从（a，B，C）更改为（0,1,2），然后重试。它成功了。谢谢广亨。它还成功地修改了my_df1.loc[3]=pd.Series（[5,5,5]，index=（'A'，'B'，'C'））