for循环追加DataFrame拼接原表时前4行正常后续返回NaN值

• 核心错误出在循环逻辑的遍历对象设置错误：你当前的for循环遍历的是isValidString(df_test.testresults.iloc[s])的返回值，初始化s=0时，这个返回值是第一行数据处理后得到的字典，字典默认迭代键，你返回的字典刚好有4个键（is_valid、total_tests、positive、negative），所以循环只会执行4次，最终生成的df_add只有4行数据。
• 你用pd.concat按列拼接的时候，原始DataFrame长度远大于4，不足的行就会自动填充NaN，刚好对应你前4行有值、后续全是NaN的现象。

直接遍历原始DataFrame的所有行索引即可，不要遍历单条数据的处理结果，修正后代码如下：

def CleanCovidTest(df_test):
    df_add = pd.DataFrame()
    # 遍历所有行的索引，代替之前错误的循环逻辑
    for s in range(len(df_test)):
        result = isValidString(df_test.testresults.iloc[s]) 
        df_add = df_add.append(result, ignore_index = True)                     
    df_test = pd.concat([df_test, df_add], axis = 1)
    return df_test

如果想要更高的运行效率，也可以用apply方法代替循环，代码更简洁：

def CleanCovidTest(df_test):
    # 直接对testresults列批量应用处理函数，把返回的字典序列转为DataFrame
    df_add = df_test['testresults'].apply(isValidString).apply(pd.Series)
    df_test = pd.concat([df_test, df_add], axis = 1)
    return df_test

内容的提问来源于stack exchange，提问作者tim_g