合并两个DataFrame时无法生成含正确值的新DataFrame求助

问题原因 #

你当前的代码是把三个Series作为行传入pd.DataFrame()，但每个Series只有9个元素，构造DataFrame时会导致大部分位置无对应值，从而出现NaN。

正确的合并方法 #

方法1：直接添加列到原DataFrame #

由于两个DataFrame索引完全对齐（均为0-8），可直接将相似度列追加到第一个DataFrame：

combineddf = myquerycontents_and_embeddings_df.copy()
combineddf['cosine_similarity'] = similarityvaluedf['cosinesimilarity']

方法2：用pd.concat按列合并 #

利用concat函数指定按列（axis=1）合并两个DataFrame，若需要重命名列可额外处理：

import pandas as pd
combineddf = pd.concat([myquerycontents_and_embeddings_df, similarityvaluedf], axis=1)
# 可选：重命名列名
combineddf = combineddf.rename(columns={'cosinesimilarity': 'cosine_similarity'})

方法3：字典形式构造DataFrame #

直接用字典组织列名与对应Series，传入pd.DataFrame：

combineddf = pd.DataFrame({
    'content': myquerycontents_and_embeddings_df['content'],
    'embeddings': myquerycontents_and_embeddings_df['embeddings'],
    'cosine_similarity': similarityvaluedf['cosinesimilarity']
})

验证结果 #

执行任意上述方法后，combineddf会包含3列完整数据，无NaN值，结构示例如下：

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