为什么Pandas使用reindex重设索引后会显示NaN值？

核心错误原因 #

你混淆了pandas中「重命名索引/列名」和reindex方法的作用逻辑：

• reindex默认是行对齐操作，作用是按照你传入的标签列表，从原DataFrame里匹配对应行标签的数据，匹配不到的位置就填充NaN。你原DataFrame的行标签是["P","Q","R","S"]，传入的["A","B","C","D"]没有对应数据，所以输出全为空值。
• reindex本身不是用来修改索引名称的方法，它的核心作用是数据对齐，不要用它来做重命名操作。

对应解决方案 #

场景1：你要修改列名（把原有age、qualified换成自定义名称） #

两种常用方案：

1. 全量替换所有列名，直接赋值columns属性：

df.columns = ["A", "B"]
# 输出df即可看到列名已修改，原有数据完全保留

2. 按需修改部分列名，用rename方法：

df = df.rename(columns={"age":"A", "qualified":"B"})

场景2：你要修改行索引名（把原有P/Q/R/S换成A/B/C/D） #

直接赋值index属性即可：

new_row_index = ["A", "B", "C", "D"]
df.index = new_row_index

补充：reindex的正确用法 #

如果你确实需要用reindex对列做对齐操作，需要指定axis=1参数，注意匹配不到的列还是会返回NaN：

# 只会保留传入的列，匹配不到就补NaN
newdf = df.reindex(["A", "B"], axis=1)

内容的提问来源于stack exchange，提问作者Shivam Tawari