使用set_index将列转为行索引时出现NaN问题（Python新手求助）

以下是几种常见原因和对应的解决办法：

• 列名不匹配
  先确认目标列的准确名称，执行print(data_new.columns)查看所有列名，检查是否和你写的'Usual Mode of Transport to Work'完全一致（包括空格、大小写、特殊字符）。如果列名前后有空格，可先清理列名：

  data_new.columns = data_new.columns.str.strip()
  

  再重新执行set_index操作。

• 未修改原DataFrame
  set_index默认不会直接修改原DataFrame，而是返回一个新的DataFrame。你需要二选一：

  • 加inplace=True参数直接修改原数据：

    data_new.set_index('Usual Mode of Transport to Work', inplace=True)
    

  • 将返回的新DataFrame重新赋值给变量：

    data_new = data_new.set_index('Usual Mode of Transport to Work')
    

• 目标列本身存在大量缺失值
  先检查目标列的缺失情况：

  print(data_new['Usual Mode of Transport to Work'].isna().sum())
  

  如果结果显示有大量NaN，说明原数据里该列就缺失严重，需要先处理缺失（比如删除缺失行data_new = data_new.dropna(subset=['Usual Mode of Transport to Work'])，或者填充缺失值），再设置索引。

内容的提问来源于stack exchange，提问作者xuan