向空DataFrame追加数据返回NaN值的问题排查求助

嘿，我一眼就发现问题所在啦！你的核心bug出在对Pandas append() 方法的理解上——它不会直接修改原DataFrame，而是返回一个包含追加后数据的全新DataFrame对象。你现在只是调用了data.append(...)，却没有把返回的新对象重新赋值给data，所以最初创建的空DataFrame根本没被更新，最后打印出来自然全是NaN。

修复后的代码 #

只需要把循环里的追加操作改成赋值形式就行：

cg = vn[vn['name'] == n]
data = pd.DataFrame(data=None, columns=cg.columns,index=cg.index)
for date in cg['date'].unique():
    sd = cg[(cg['date'] == date)]
    # 关键：把append的结果重新赋值给data
    data = data.append(sd, ignore_index=True)
print(data)

更高效的优化建议 #

其实你完全不用写循环逐个追加，从代码逻辑来看，你要的就是cg中按唯一日期筛选后的所有数据（本质上就是cg本身？如果是想对日期去重或聚合），可以用更简洁高效的Pandas内置方法替代循环：

比如如果是要每个日期只保留一行数据：

cg = vn[vn['name'] == n]
# 直接按date分组取第一条，避免循环
data = cg.groupby('date').first().reset_index()
print(data)

或者如果只是要去重后的日期数据：

data = cg.drop_duplicates(subset='date').reset_index(drop=True)

这种方式不仅代码更简洁，数据量大的时候性能也会比循环好很多。

内容的提问来源于stack exchange，提问作者Jedi Schmedi