Pandas索引完全匹配时列仍被赋值NaN的问题排查

问题根源 #

你执行赋值时得到NaN的核心原因是：str.split(expand=True)生成的临时DataFrame列名为0和1，而你试图将其赋值给原DataFrame的date、time列时，pandas会按列名匹配进行赋值——由于两边列名不对应，最终所有值被填充为NaN。

解决方案 #

方案1：重命名拆分后的列再赋值

先给拆分结果指定对应列名，再完成赋值：

split_result = df.index.astype(str).to_series().str.split(' ', expand=True)
split_result.columns = ['date', 'time']
df[['date', 'time']] = split_result

方案2：直接使用位置值赋值

跳过列名匹配，直接用拆分结果的底层数值数组赋值：

df[['date', 'time']] = df.index.astype(str).str.split(' ', expand=True).values

方案3：利用DatetimeIndex的原生属性提取（推荐）

无需转换为字符串，直接通过dt属性提取日期和时间，效率更高且更可靠：

df['date'] = df.index.date.astype(str)
df['time'] = df.index.time.astype(str)

验证结果 #

执行任意一种方案后，DataFrame将正确生成date和time列：

date      time      val
2015-01-02 09:30:00  2015-01-02  09:30:00  64.8150
2015-01-02 09:35:00  2015-01-02  09:35:00  64.8741
2015-01-02 09:40:00  2015-01-02  09:40:00  64.8741
2015-01-02 09:45:00  2015-01-02  09:45:00  64.8741
2015-01-02 09:50:00  2015-01-02  09:50:00  64.8741
2015-01-02 09:55:00  2015-01-02  09:55:00  65.0255
2015-01-02 10:00:00  2015-01-02  10:00:00  64.9269
2015-01-02 10:05:00  2015-01-02  10:05:00  64.9269

内容的提问来源于stack exchange，提问作者Himanshu Poddar