Pandas中添加全球数据至DataFrame时出现NaN值问题求助

你的代码出现NaN的原因很明确，同时还有索引对齐的潜在问题，以下是具体分析和修复方案：

核心错误 #

1. 赋值对象错误：你试图添加全球用户数据，但代码里给total_users_ww列赋值的是美国数据的total_users（fb_us_data['total_users']），完全没用到提取好的fb_ww_data。
2. 索引不匹配风险：即使修正赋值对象，如果fb_ww_data和fb_intl_data的索引（或日期）不完全对应，Pandas的自动索引对齐会导致不匹配的行出现NaN。

修复代码 #

推荐方案：按app_id和date合并数据 #

这种方式能确保数据严格按日期和应用ID匹配，避免索引问题：

fb_us_data = us_data[us_data.app_id == fb_key]
fb_ww_data = ww_data[ww_data.app_id == fb_key]

# 合并美国与全球数据，自动对齐日期和应用ID
fb_intl_data = fb_us_data[["app_id", "date", "total_users"]].merge(
    fb_ww_data[["app_id", "date", "total_users"]],
    on=["app_id", "date"],
    suffixes=("_us", "_ww")  # 给重复列名加后缀区分
)

print(fb_intl_data)

备选方案：重置索引后直接赋值 #

如果能确认fb_us_data和fb_ww_data的日期顺序、行数完全一致，可以重置索引消除对齐问题：

fb_us_data = us_data[us_data.app_id == fb_key].reset_index(drop=True)
fb_ww_data = ww_data[ww_data.app_id == fb_key].reset_index(drop=True)

fb_intl_data = fb_us_data[["app_id", "date"]]
fb_intl_data["total_users_us"] = fb_us_data["total_users"]
# 修正为使用全球数据列
fb_intl_data["total_users_ww"] = fb_ww_data["total_users"]

print(fb_intl_data)

额外排查 #

如果修复后仍有NaN，检查以下几点：

• 确认fb_ww_data不为空：执行print(fb_ww_data)看是否有对应fb_key的数据
• 检查日期格式：两个数据集的date列是否为相同格式（如是否都是datetime类型，无时区差异）
• 检查数据完整性：是否存在部分日期在全球数据集中缺失，可通过fb_ww_data.date.isin(fb_us_data.date).value_counts()查看匹配情况

内容的提问来源于stack exchange，提问作者mvc