Pandas新增字符串列出现NaN，赋值顺序不同结果不一致原因咨询

问题原因 #

这个现象的核心是Pandas的索引对齐规则和空DataFrame的赋值逻辑：

1. 空DataFrame（0行0列）直接赋值标量作为列时，因为当前没有任何行数据，Pandas不会自动生成行，只会新增列名，整个DataFrame还是0行结构。
2. 第一种写法的执行顺序问题：

• 先执行all_per['id'] = person时，all_per是空df，赋值后仅新增id列名，仍为0行
• 再执行all_per['name'] = 来自df的Series时，这个Series是有实际行的（你的示例里是1行，索引为0），Pandas会自动把all_per的行扩展到和该Series索引对齐，新增索引为0的行。这时候已经存在的id列没有对应索引0的数值，就会自动填充NaN。

3. 第二种写法则避开了这个问题：

• 先赋值name列，直接把all_per的结构变成和源df一致的N行1列结构
• 再赋值id列的标量时，Pandas会自动把标量广播到所有已存在的行，所以能正常填充值。

更规范的写法建议 #

你当前的写法如果peopleList里有多个元素，会反复覆盖all_per的id和name列，最终只会保留最后一个person的结果，推荐改成批量生成的方式：

df = pandas.json_normalize(data)
res = []
for person in peopleList:
    full_name = df[f'results.(id:{person}).localizedFirstName'] + ' ' + df[f'results.(id:{person}).localizedLastName']
    res.append({'id': person, 'name': full_name.iloc[0]})
all_per = pandas.DataFrame(res)

内容的提问来源于stack exchange，提问作者Bob2366172