Pandas DataFrame设置列名后数据全部丢失的原因是什么

问题原因 #

你两次调用pd.DataFrame时传入的数据源和列名匹配逻辑冲突，导致空值生成：

1. 执行pd.concat([MIN, MAX, RANGE, MEAN, MED], axis=1)后，你得到的已经是一个列名为[0,1,2,3,4]的DataFrame
2. 当你再次调用pd.DataFrame(data=sum_stats, columns=columns)时，Pandas会优先匹配传入数据源的现有列名，你指定的['MIN', 'MAX', 'RANGE', 'MEAN', 'MED']和原有列名0-4完全不匹配，Pandas就会生成所有列均为NaN的空DataFrame。

正确解决方法 #

有两种简单的修改方案，都不需要重复调用pd.DataFrame：

方案1：concat时直接指定列名 #

在concat环节通过keys参数直接设置列名，一步完成：

MIN = df.min(axis=0, numeric_only=True)
MAX = df.max(axis=0, numeric_only=True)
RANGE = MAX-MIN
MEAN = df.mean(axis=0, numeric_only=True)
MED = df.median(axis=0, numeric_only=True)

sum_stats = pd.concat([MIN, MAX, RANGE, MEAN, MED], axis=1, keys=['MIN', 'MAX', 'RANGE', 'MEAN', 'MED'])
sum_stats

方案2：直接修改现有DataFrame的列属性 #

如果已经完成concat操作，直接修改columns属性即可：

sum_stats = pd.concat([MIN, MAX, RANGE, MEAN, MED], axis=1)
sum_stats.columns = ['MIN', 'MAX', 'RANGE', 'MEAN', 'MED']
sum_stats

内容的提问来源于stack exchange，提问作者Yehudis Bensinger