基于已有DataFrame和DatetimeIndex创建新表出现列值为NaN问题问询

全NaN值的产生原因 #

核心原因是Pandas的索引自动对齐机制：

• 你传入pd.DataFrame()构造函数的第一个参数df1["Prod"]是一个Series对象，它自带原始的整数索引：[0, 1]
• 你额外指定的新索引是生成的DatetimeIndex：["2021-05-01 15:05:01", "2021-05-01 15:05:05"]
• Pandas构建DataFrame时，会自动将输入Series的索引和新指定的索引做值匹配，两组索引完全没有重叠项，所以匹配结果全部为NaN。

你转为列表后能得到正确结果的原因是：列表属于没有索引的纯值序列，Pandas不会触发索引对齐逻辑，会直接按位置将列表值和新索引一一对应，因此数值填充正常。

无报错的原因 #

这是Pandas的刻意设计：索引对齐是Pandas的核心特性之一，设计初衷就是为了兼容不同索引的数据集合并、拼接场景，索引不匹配时默认填充NaN而不是抛出错误，给用户更大的灵活性处理异构数据。

更简洁的解决方案 #

不需要将数据转为列表，更符合Pandas语法习惯的写法如下：

# 方案1：直接基于原DataFrame设置索引
df2 = df1.set_index(pd.DatetimeIndex(df1["DT"]))[["Prod"]]

# 方案2：提取Prod列后直接替换索引再转DataFrame
df2 = df1["Prod"].set_axis(pd.DatetimeIndex(df1["DT"])).to_frame()

内容的提问来源于stack exchange，提问作者ThomasAJ