为Pandas DataFrame添加单词数列时出现NaN的原因及解决方法

嘿，我来帮你揪出问题所在啦！

为什么会出现NaN？ #

你这段代码里的问题出在修改了count的索引：

count.index = count.index.astype(str) + ' words:'

原DataFrame的索引是默认的数字序列（0、1、2...），但你把count的索引改成了类似"0 words:"、"1 words:"这种格式，两者的索引完全不匹配。当你尝试把count作为新列添加到原DataFrame时，Pandas会按照索引去匹配对应行，找不到匹配项的话就会填充NaN，所以才会出现全是NaN的情况。

正确的解决步骤 #

其实根本不需要修改索引，直接保留和原DataFrame一致的索引就能轻松添加新列：

1. 先正确计算每条短信的单词数，不修改索引：

   count = data['INHALT'].str.split().str.len()
   

2. 直接将计算结果赋值给新列（比如命名为Amount of words）：

   data['Amount of words'] = count
   

额外优化：处理空短信的情况 #

如果你的数据里存在空短信（比如INHALT列是空字符串），str.split().str.len()会返回NaN，这时候可以用fillna(0)把NaN替换成0，确保数据完整性：

data['Amount of words'] = data['INHALT'].str.split().str.len().fillna(0)

验证示例 #

用你给出的示例数据测试的话，运行完代码后DataFrame会变成：

完全符合你的预期～

内容的提问来源于stack exchange，提问作者newbie1