使用pandas .assign()创建字符串标量列时遇全NaN问题

问题原因 #

在部分早期pandas版本中，直接向.assign()传递字符串标量时，pandas无法正确将其广播为与DataFrame行数匹配的列，因此生成全NaN的列；即使使用lambda包装字符串标量，旧版本也可能存在相同的广播逻辑问题，导致结果仍为NaN。而直接通过df['col'] = 标量的方式赋值时，pandas的广播逻辑会自动适配所有行，所以能正常生成全为目标字符串的列。

解决方案 #

针对这个问题，有几种可行的解决方式：

1. 用pd.Series包装标量并指定索引
   将字符串标量包装为与原DataFrame索引一致的Series，确保行数匹配：

   import pandas as pd
   str_scalar = "Hello"
   df = df.assign(str_scalar_col=pd.Series(str_scalar, index=df.index))
   

2. 在lambda中生成对应长度的重复字符串列表
   通过lambda获取原DataFrame的行数，生成对应长度的字符串列表：

   str_scalar = "Hello"
   df = df.assign(str_scalar_col=lambda x: [str_scalar] * len(x))
   

3. 升级pandas到新版本
   如果使用pandas 1.0及以上版本，直接传递字符串标量即可正常工作，pandas会自动处理广播：

   str_scalar = "Hello"
   df = df.assign(str_scalar_col=str_scalar)
   

内容的提问来源于stack exchange，提问作者user27009853