Pandas DataFrame子框架赋值出现NaN的原因及解决方法

问题复现 #

执行以下代码：

import pandas as pd

df1 = pd.DataFrame({'1':[1,2,3,4,5,6], '2':[10,20,30,40,50,60],'3': [100,200,300,400,500,600]})
df2 = pd.DataFrame({'1':[22,22], '2':[22,22], '3':[22,22]})
df1.loc[[0,1],['2','3']] = df2.loc[[0,1],['1','2']]

实际得到的df1：

1     2      3
0  1.0  22.0    NaN
1  2.0  22.0    NaN
2  3.0  30.0  300.0
3  4.0  40.0  400.0
4  5.0  50.0  500.0
5  6.0  60.0  600.0

预期的df1：

1     2      3
0  1.0  22.0   22.0
1  2.0  22.0   22.0
2  3.0  30.0  300.0
3  4.0  40.0  400.0
4  5.0  50.0  500.0
5  6.0  60.0  600.0

原因分析 #

pandas中使用.loc赋值时，按列名匹配而非位置匹配：

• 右侧df2.loc[[0,1],['1','2']]返回的是列名为'1'和'2'的DataFrame：

  1   2
  

0 22 22
1 22 22

- 赋值给左侧`df1.loc[[0,1],['2','3']]`时，只有列名`'2'`能在两侧匹配，对应位置被赋值为22；右侧的`'1'`列在左侧目标列中不存在，无法匹配，对应位置被填充为`NaN`。

## 修复方案
### 方案1：提取值数组（按位置赋值）
通过`.values`或`.to_numpy()`提取右侧数据的数值数组，忽略列名直接按位置赋值：
```python
import pandas as pd

df1 = pd.DataFrame({'1':[1,2,3,4,5,6], '2':[10,20,30,40,50,60],'3': [100,200,300,400,500,600]})
df2 = pd.DataFrame({'1':[22,22], '2':[22,22], '3':[22,22]})
df1.loc[[0,1],['2','3']] = df2.loc[[0,1],['1','2']].values

方案2：重命名右侧列名匹配目标列 #

修改右侧提取的DataFrame列名，使其与左侧目标列一致后再赋值：

import pandas as pd

df1 = pd.DataFrame({'1':[1,2,3,4,5,6], '2':[10,20,30,40,50,60],'3': [100,200,300,400,500,600]})
df2 = pd.DataFrame({'1':[22,22], '2':[22,22], '3':[22,22]})
df1.loc[[0,1],['2','3']] = df2.loc[[0,1],['1','2']].rename(columns={'1':'2', '2':'3'})

方案3：使用.iloc按位置索引赋值 #

.iloc基于位置索引，直接按行和列的位置匹配赋值：

import pandas as pd

df1 = pd.DataFrame({'1':[1,2,3,4,5,6], '2':[10,20,30,40,50,60],'3': [100,200,300,400,500,600]})
df2 = pd.DataFrame({'1':[22,22], '2':[22,22], '3':[22,22]})
# df1的[0,1]行、[1,2]列（对应原列'2','3'）；df2的[0,1]行、[0,1]列（对应原列'1','2'）
df1.iloc[[0,1],[1,2]] = df2.iloc[[0,1],[0,1]]

内容的提问来源于stack exchange，提问作者edamondo