Python3中pandas DataFrame拼接出NaN且head方法失效问题

两个异常的根因 #

• 原df的Name列全为NaN：你在读取csv时通过index_col='Name'参数将Name列设置为了DataFrame的行索引，此时原df中已经不存在作为普通列的Name字段。你新建的new_row是把Name作为普通列传入的，pd.concat做拼接时会按列名对齐，原df没有对应Name普通列的位置就会被填充为NaN；后续你调用reset_index(drop=True)时直接丢弃了原df的行索引（也就是原本存储在索引位置的球员姓名），最终导致除了你新加的第一行，其余行的Name列全是空值。
• 打印输出全部459行：df_new.head(5)的作用是返回一个只包含前5行的新DataFrame对象，你既没有将这个返回结果赋值给变量，也没有对它执行打印操作，最后执行的print(df_new)是直接打印完整的df_new对象，自然会输出全部行。

修正后的可运行代码 #

两种改法任选其一即可：

改法1：读取文件时不将Name设为索引（最贴合常规教程写法） #

import pandas as pd
import numpy as np

# 读取时不指定index_col，让Name作为普通列存在
df = pd.read_csv('nba.csv')

df.head(10)

new_row = pd.DataFrame({'Name':'Geeks', 'Team':'Boston', 'Number':3,
                        'Position':'PG', 'Age':33, 'Height':'6-2',
                        'Weight':189, 'College':'MIT', 'Salary':99999},
                                                            index =[0])
df_new = pd.concat([new_row, df]).reset_index(drop = True)
# 直接打印head的返回结果
print(df_new.head(5))

改法2：保留原读取逻辑，调整新行构造方式 #

如果你确实需要在读取时把Name设为索引，可以按下面的方式写，拼接后再把索引转回普通列：

import pandas as pd
import numpy as np

df = pd.read_csv('nba.csv', index_col ='Name') 

df.head(10)

# 新行不传入Name列，把Name值作为索引传入
new_row = pd.DataFrame({'Team':'Boston', 'Number':3,
                        'Position':'PG', 'Age':33, 'Height':'6-2',
                        'Weight':189, 'College':'MIT', 'Salary':99999},
                                                            index =['Geeks'])
# 拼接后重置索引，把原来的Name索引转为普通列
df_new = pd.concat([new_row, df]).reset_index().rename(columns={'index':'Name'})
print(df_new.head(5))

运行修正后的代码，即可看到Name列正常显示所有值，且控制台仅打印前5行内容。

内容的提问来源于stack exchange，提问作者Shooting Stars