Pandas DataFrame初始化指定columns填充NaN单独赋值列名正常的原因

两种写法结果不同，本质是Pandas对「构造时传入columns参数」和「构造后修改df.columns属性」的执行逻辑完全不一样：

• 构造DataFrame时传入columns参数，会触发Pandas默认的标签对齐机制：框架会拿你传入的列名列表，和输入数据（此处是列表里包裹的单个pd.Series）的索引标签做精确匹配，只有标签完全对应上的位置才会填入真实值，匹配失败的位置统一填充NaN。
  你代码里直接用pd.Series(data)生成的序列没有自定义索引，默认索引是从0开始的整数：[0,1,2,3,4,5]，和你传入的字符串列名['aaa', 'aaa.1', 'aaab', 'aaac', 'aaac.1', 'aaac.2']没有任何匹配项，自然所有列都会被填成NaN。
• 先不传columns完成DataFrame初始化，再给df.columns赋值，本质是直接重命名已有列：这一步不会触发任何标签匹配、值校验的逻辑，只是把DataFrame已经生成的默认列名（也就是序列自带的0-5整数索引）替换成你传入的新名称，单元格里存储的原有数据不会做任何改动，所以能得到符合预期的结果。

验证方法 #

如果要在构造阶段直接传columns得到正确结果，只需要提前给Series设置和列名一致的索引，让标签能匹配上即可：

import pandas as pd
col_headers = ['aaa', 'aaa.1', 'aaab', 'aaac', 'aaac.1', 'aaac.2']
data = ['aaa', 'aaa', 'aaab', 'aaac', 'aaac', 'aaac']
# 给Series指定和columns一致的索引
s = pd.Series(data, index=col_headers)
df = pd.DataFrame(data=[s], columns=col_headers, dtype=object)

运行上述代码会得到和先初始化再改列名完全一致的正常结果，没有NaN值。

注：标签对齐是Pandas的核心设计逻辑，除了DataFrame初始化，在表拼接、合并、按索引赋值等场景下，默认都是按标签匹配而非按位置匹配，是高频踩坑点。

内容的提问来源于stack exchange，提问作者Suprateem Banerjee