引用一个dataframe的单元格值到另一个dataframe时出现NaN问题

常见原因及对应解决方法 #

• 索引不匹配
  pandas赋值时默认会按索引对齐，若你写入的对象是带索引的Series、或目标DataFrame的索引和你指定的赋值位置不匹配，就会自动填充NaN。
  解决：如果是给全列填充同一个余额值，直接传入标量赋值即可：
  target_df['余额'] = 你读取到的单个余额值
  如果是给特定行赋值，用.loc显式指定行位置：
  target_df.loc[目标行的索引值, '余额'] = 你读取到的单个余额值
• 数据类型不兼容
  如果读取到的余额值带千位分隔符、货币符号等特殊字符，或是字符串格式，而目标DataFrame的余额列预先被设置为数值类型，转换失败就会生成NaN。
  解决：赋值前先清洗转换值的格式：

# 示例：处理带逗号和人民币符号的余额值
raw_balance = 你读取到的单元格内容
clean_balance = float(str(raw_balance).replace('¥','').replace(',','').strip())
# 再写入目标df
target_df['余额'] = clean_balance

• 链式索引导致赋值失效
  如果你用了df[过滤条件]['余额'] = xxx这类链式赋值写法，pandas可能操作的是原DataFrame的副本而非原对象，写入不会生效，查询时就会返回NaN。
  解决：统一用.loc完成条件赋值：
  target_df.loc[target_df['交易日期'] == '2024-xx-xx', '余额'] = clean_balance

验证方法 #

赋值后先打印你清洗后的余额值、目标列的赋值结果，确认值没有问题：

print(clean_balance)
print(target_df['余额'].head())

内容的提问来源于stack exchange，提问作者Chandra