DataFrame计算出现NaN及合并结果不匹配的问题求解

问题1：生成结果DataFrame时的错误（含潜在NaN风险） #

你的calculate_days_and_overtime函数存在两个致命逻辑错误：

• 双重嵌套的iterrows循环：导致每个员工的记录被重复处理多次，最终生成的结果行数远多于原数据
• return语句位置错误：return放在了外层循环的内部，函数仅处理完第一个员工的第一次循环就返回，后续员工完全未被处理

这两个错误会导致结果DataFrame数据重复、缺失，后续合并时极易出现NaN值。

问题2：合并DataFrame时数据不匹配 #

你使用pd.concat([df, results_df], ignore_index=True)是上下拼接两个DataFrame，而非按员工对应关系横向合并列，自然会出现数据错位的情况。

修复后的完整代码 #

import pandas as pd 

data = {
    'Employee_ID': [1, 2, 3, 4, 5], 
    'Employment_Type': ['Remote', 'In-Office', 'Remote', 'Remote', 'Remote'], 
    'Hours_Worked_Per_Week': [29.0, 45.0, 34.0, 25.0, 50.0]
}

df = pd.DataFrame(data)

def calculate_days_and_overtime(df):
    results = [] 
    # 移除内层重复的iterrows循环
    for index, row in df.iterrows():
        total_hours = row['Hours_Worked_Per_Week']
        regular_hours_per_day = 8 
        days_per_week = 5
        total_regular_hours = days_per_week * regular_hours_per_day
        overtime = max(0, total_hours - total_regular_hours)

        regular_days = min(days_per_week, total_hours // regular_hours_per_day)
        # 原代码中修改total_hours无实际作用，可删除该步骤
        # total_hours -= regular_days * regular_hours_per_day

        overtime_days = overtime // regular_hours_per_day
        remaining_overtime_hours = overtime % regular_hours_per_day

        total_days_worked = regular_days + overtime_days + (1 if remaining_overtime_hours else 0)
        
        results.append({
            'Employee_ID'               : row['Employee_ID'],
            'Regular Days'              : regular_days, 
            'Overtime Days'             : overtime_days, 
            'Remaining Overtime Hours'  : remaining_overtime_hours, 
            'Total Days Worked'         : total_days_worked, 
            'Work Location'             : row['Employment_Type']
        })
    # 将return移到循环外部，确保所有员工都被处理
    return pd.DataFrame(results)

results_df = calculate_days_and_overtime(df)
# 按Employee_ID进行横向合并，确保数据对应匹配
merged_df = pd.merge(df, results_df, on='Employee_ID', how='left')
print(merged_df)

关键修复点说明 #

1. 移除双重循环：确保每个员工仅被处理一次，结果行数与原数据一致
2. 调整return位置：让函数遍历完所有员工后再返回结果DataFrame
3. 正确合并方式：
   • 使用pd.merge按Employee_ID关联，确保每个员工的计算指标与原数据精准匹配
   • 也可以选择直接在原DataFrame上计算新增列（更高效，避免额外的合并步骤），示例如下：

     # 直接在原df上计算列的高效写法
     df['Total Regular Hours'] = 5*8
     df['Overtime'] = df['Hours_Worked_Per_Week'].apply(lambda x: max(0, x-40))
     df['Regular Days'] = df['Hours_Worked_Per_Week'].apply(lambda x: min(5, x//8))
     df['Overtime Days'] = df['Overtime'].apply(lambda x: x//8)
     df['Remaining Overtime Hours'] = df['Overtime'].apply(lambda x: x%8)
     df['Total Days Worked'] = df.apply(lambda row: row['Regular Days'] + row['Overtime Days'] + (1 if row['Remaining Overtime Hours'] else 0), axis=1)
     df['Work Location'] = df['Employment_Type']
     

内容的提问来源于stack exchange，提问作者Arsenio Munnick