使用Pandas的IntervalIndex.from_breaks重新索引DataFrame出现全NaN结果的问题排查

为什么结果全是NaN？ #

这是因为Pandas在构造DataFrame时会自动对齐索引：

• 你的原始df使用的是默认的整数索引（0、1、2、3、4）
• 新创建的IntervalIndex是(0,10], (10,20], ..., (40,50]这类区间对象
• 这两套索引完全没有匹配关系，Pandas找不到对应位置的数据，所以所有值都填充成了NaN

修正后的代码实现 #

你不需要重新构造一个新的DataFrame，直接替换原DataFrame的索引即可，这样能完美保留原数据的顺序：

import numpy.random
import pandas as pd
import numpy as np

numpy.random.seed(0)
df = pd.DataFrame(np.random.rand(5,2), columns=['a','b'])
# 创建区间索引
index = pd.IntervalIndex.from_breaks(range(0,60,10))
# 直接替换原df的索引
df.index = index
print(df)

如果你一定要通过构造新DataFrame的方式实现，可以跳过索引对齐逻辑，直接传入数据的数值数组：

result = pd.DataFrame(index=index, data=df.values, columns=df.columns)

两种方式都能得到你想要的结果：用指定的区间索引作为行索引，同时原数据的顺序完全保留。

内容的提问来源于stack exchange，提问作者rpb