将y_test赋值给x_test新增label列时出现全NaN的问题
全列出现NaN的原因
pandas做列赋值的时候,根本不是按位置硬塞值的——它会自动拿右边Series的索引,去跟左边DataFrame的行索引做匹配对齐:只有索引值完全相等的位置,才会把对应元素填进去,匹配不上的位置就直接给NaN。
哪怕x_test和y_test行数完全一样,只要两边的索引值不是一一对应,就会整列全出NaN。
常见的踩坑场景:
- y_test是从数据集拆分流程里单独生成的对象,还留着原来的全局索引,而x_test在拆分后被过滤、重排过,索引已经变了
- 之前对x_test做过排序、删行操作,改过原来的行索引,和y_test的初始索引完全错位
- y_test本身是sklearn接口返回的numpy数组转的Series,自带的默认索引跟x_test对不上
可以直接用的解决方法
- 最省事的按位置填值:把y_test身上带的索引剥掉,只取纯数值填充,彻底绕开索引匹配的逻辑
x_test['label'] = y_test.values
只要两个对象行数一致,这种写法不会出NaN,是日常开发最常用的方案 - 先把索引对齐再赋值:如果不想绕开匹配逻辑,手动把y_test的索引改成跟x_test完全一样
y_test.index = x_test.index x_test['label'] = y_test - 批量拼接方案:如果后续还要加好多列标签,直接用concat按列拼,避免零散赋值的错位问题
x_test = pd.concat([x_test, y_test.rename('label')], axis=1)
快速排查小技巧
拿不准是不是索引问题的时候,直接打印两边的索引值对比就行:print("x_test的行索引:", x_test.index) print("y_test的索引:", y_test.index)
只要打印出来的两组索引值对不上,就可以确定是索引错位导致的NaN。
内容的提问来源于stack exchange,提问作者Kukesh
相关产品推荐
相关产品推荐

