基于循环迭代创建pandas新列时出现NaN值问题求助

问题原因 #

• 索引不匹配：你自行构建的age DataFrame使用默认的0起始连续索引，但原df_new的索引是非连续的（从你输出的结果可以看到索引为1、4、5这类跳号值），pd.concat按行拼接时默认按索引对齐，二者索引无法匹配的位置就会生成NaN值。
• 空值漏处理：你将age列转为可空的Int64类型，若该列本身存在空值，循环中所有判断条件都无法触发，不会给usia列表追加元素，导致usia长度与df_new行数不一致，进一步加重错位问题。
• 冗余操作失误：你完全不需要通过pd.concat+reindex的方式新增列，多余的索引重排操作放大了索引不匹配的问题。

修复方案 #

推荐直接使用pd.cut实现年龄分组，不需要循环，自动对齐原DataFrame索引，不会出现错位问题，代码效率也更高：

import pandas as pd

# 定义分组边界和对应标签，right=False表示区间左闭右开，完全匹配你原有判断逻辑
bins = [0, 17, 31, 46, 60, 75, float('inf')]
labels = ['under_age', 'dewasa_awal', 'dewasa_akhir', 'lansia_awal', 'lansia', 'lansia_akhir']
df_new['kel_usia'] = pd.cut(df_new['age'], bins=bins, labels=labels, right=False)

如果要修复你原有写法的问题，调整如下即可：

df_new['age'] = df_new['age'].astype('Int64')
usia = []
for i in df_new['age']:
    # 先处理空值情况
    if pd.isna(i):
        usia.append(pd.NA)
        continue
    if i < 17:
        usia.append('under_age')
    elif i < 31:
        usia.append('dewasa_awal')
    elif i < 46:
        usia.append('dewasa_akhir')
    elif i < 60:
        usia.append('lansia_awal')
    elif i < 75:
        usia.append('lansia')
    else:
        usia.append('lansia_akhir')
# 直接赋值新增列，自动对齐索引，不需要concat
df_new['kel_usia'] = usia

内容的提问来源于stack exchange，提问作者Handri Mauludin Maulana