使用+运算符合并两个DataFrame后返回全NaN值，求解决方案

你当前用x + y的方式完全搞错了Pandas的操作逻辑——这个符号是元素级加法，Pandas会严格按照索引对齐两个DataFrame的行，只有索引完全匹配的行才会对应列相加，不匹配的位置就返回NaN。而南、北美数据的索引大概率没有重叠，所以结果全是NaN，这显然不是你要的“合并两个地区数据”的效果。

正确的合并方式（纵向拼接行） #

方法1：用pd.concat()拼接 #

这是Pandas中合并多个DataFrame行的标准方法：

import pandas as pd

x = df.loc[df['continent'] == 'South America']
y = df.loc[df['continent'] == 'North America']
# 纵向拼接两个DataFrame，ignore_index重置索引避免混乱
Americas = pd.concat([x, y], ignore_index=True)

方法2：一步筛选更高效 #

其实不需要分开取两个地区再合并，直接用isin()筛选符合条件的行即可，代码更简洁高效：

Americas = df.loc[df['continent'].isin(['South America', 'North America'])]

额外说明（如果确实需要元素加法） #

如果你真的是想让两个DataFrame相同索引的行做列值相加，而非合并行，可以用add()方法并指定填充值，避免不匹配索引返回NaN：

Americas = x.add(y, fill_value=0)

但根据你的需求描述，这个应该不是你要的操作。

内容的提问来源于stack exchange，提问作者acidic231