reindex()方法失效求助：print(frame3)未达预期输出

嘿，我猜你大概率是踩了 pandas reindex() 的几个常见坑之一！先给你梳理几个最容易犯的错误，以及对应的解决办法：

最常见的错误：没把结果赋值给变量 #

pandas 的 reindex() 默认是返回一个新的 DataFrame，不会直接修改原数据。如果你的代码是类似这样的：

import pandas as pd

# 你的原始DataFrame
frame = pd.DataFrame({'col1': [1,2,3], 'col2': [4,5,6]}, index=['a','b','c'])
# 调用reindex但没赋值
frame.reindex(['a','b','d'])
# 然后打印frame3
print(frame3)

那要么会报 NameError（因为frame3根本没定义），要么打印出来的还是原来的frame数据——这肯定和你的预期不符！

解决办法：把reindex的结果赋值给目标变量 #

frame3 = frame.reindex(['a','b','d'])
print(frame3)

这样frame3就会是你想要的重新索引后的新DataFrame了。

第二个可能：误用inplace参数 #

如果你想直接修改原DataFrame而不是创建新对象，可能会尝试用inplace=True，但如果写错了参数名（比如拼写成in_place），或者没设置这个参数，那也达不到效果。不过要注意：inplace参数在 pandas 新版本里已经被标记为弃用了，更推荐上面的赋值方式。

如果一定要用（不推荐），正确写法是：

frame.reindex(['a','b','d'], inplace=True)
frame3 = frame
print(frame3)

第三个可能：索引类型/值不匹配 #

如果你的新索引和原索引类型不一样（比如原索引是整数，新索引是字符串），或者新索引的拼写和原索引不匹配，会导致匹配失败，出现全NaN的情况。比如原索引是[1,2,3]，你用['1','2','4']去reindex，就会完全匹配不上。

解决办法：检查索引的类型和拼写，确保两者一致 #

比如把新索引转换成和原索引相同的类型：

# 原索引是整数类型
frame = pd.DataFrame({'col1': [1,2,3]}, index=[1,2,3])
# 把新索引转换成整数
new_index = [1,2,4]
frame3 = frame.reindex(new_index)
print(frame3)

如果这些情况都不符合你的问题，麻烦把你的具体代码、实际输出结果和预期输出结果贴出来，这样我就能更精准地帮你定位问题啦！

内容的提问来源于stack exchange，提问作者Jeong