pandas执行df.insert插入列后所有值为NAN的问题排查求助

问题原因 #

1. 索引不匹配：初始化的空白pd.Series索引和df_empty的索引不一致，DataFrame插入列时会自动按索引对齐赋值，因此无法匹配的位置全部填充为NaN。
2. 链式取值风险：df_empty["Rank"][i]是链式索引写法，优先匹配索引标签而非行位置，当df_empty的索引不是从0开始的连续整数时，取值逻辑会直接出错，无法正确判断Rank列的值。
3. 非最优实现：循环遍历赋值不符合pandas向量化运算的设计逻辑，数据量大时执行效率极低。

解决方案 #

快速修复原有循环写法 #

把结果先存为列表，转Series时指定和原DataFrame一致的索引即可：

Position = []
for i in range(len(df_empty)):
    # 用iloc明确按行位置取值，避免索引不连续的问题
    if df_empty["Rank"].iloc[i] > 2:
        Position.append(1)
    else:
        Position.append(0)
# 指定索引和df_empty对齐
Position = pd.Series(Position, index=df_empty.index)
df_empty.insert(4, "Position", Position)

推荐向量化写法（无需循环，效率更高） #

方法1：布尔值直接转整数

df_empty.insert(4, "Position", (df_empty["Rank"] > 2).astype(int))

判断Rank>2得到的布尔序列，True对应1、False对应0，直接转整数即可得到目标值。

方法2：用np.where实现多分支判断（扩展性更强）

import numpy as np
df_empty.insert(4, "Position", np.where(df_empty["Rank"] > 2, 1, 0))

内容的提问来源于stack exchange，提问作者Kire