Pandas中DataFrame添加向量Series列时仅存储NaN问题求助

创建Series s时未指定索引，它会自动使用默认整数索引[0,1,2]，而DataFrame df的索引是["one", "two", "three"]。Pandas赋值时遵循索引对齐规则，s中没有与df匹配的索引项，因此新列c只能填充NaN。

以下是几种可行的处理方式：

方法1：创建Series时指定与df一致的索引 #

让s的索引和df完全匹配，赋值时就能正确对齐数据：

s = pd.Series([(i*10, i*11, i*12) for i in df["a"]], index=df.index, dtype=object)
df.loc[:, "c"] = s

方法2：直接使用Series的values属性赋值 #

跳过索引对齐逻辑，直接取s的底层值数组赋值：

df["c"] = s.values

或者用loc方式：

df.loc[:, "c"] = s.values

方法3：用assign方法添加新列 #

通过assign方法直接生成包含新列的DataFrame：

df = df.assign(c=s.values)

内容的提问来源于stack exchange，提问作者Honza S.