Pandas loc方法返回行数据为NaN值的技术求助

咱们先排查下问题根源，你遇到的loc调用返回NaN的情况，大概率是列名不匹配或者CSV文件解析错误导致的，结合你的场景，我给你一步步分析解决：

第一步：修正CSV文件的解析方式 #

你导入的是.txt格式的文件，而pd.read_csv默认用逗号作为分隔符，但你的数据明显是用空格分隔的——这会导致pandas无法正确识别列，进而后续用loc找列时找不到对应内容，返回NaN。

先调整导入代码，用正则匹配任意空白字符作为分隔符：

file = 'es.txt'
# 用\s+匹配任意数量的空格/制表符作为分隔符
data = pd.read_csv(file, sep='\s+')
# 先打印所有列名，确认是否正确识别
print("所有列名：", data.columns.tolist())

第二步：确认目标列名的准确性 #

接下来检查你要提取的13列名称，是否和data.columns输出的列名完全一致：

• 注意大小写（比如Open和open是两个不同的列名）
• 注意特殊字符和空格（比如# of Trades里的空格不能少，也不能多）
• 避免拼写错误（比如把Last写成Las）

这些细微的差异都会导致loc找不到对应列，最终返回NaN。

第三步：正确提取指定列 #

确认列名无误后，就可以提取你需要的13列了，两种方式都可以：

# 替换成你实际需要的13列名称
target_columns = ['Date Time', 'Open', 'High', 'Low', 'Last', 'Volume', '# of Trades', ...]

# 方法1：用loc提取（更清晰，明确行和列的范围）
filtered_data = data.loc[:, target_columns]

# 方法2：直接索引（更简洁）
filtered_data = data[target_columns]

# 查看结果
print(filtered_data.head())

额外排查：如果列名仍识别错误 #

如果上面的步骤还是没解决，可能是文件的第一行（列名行）有格式问题，你可以手动指定列名：

# 手动定义所有59列的名称（根据你的实际数据补全）
column_names = ['Date Time', 'Open', 'High', 'Low', 'Last', 'Volume', '# of Trades', ...]
# header=0表示用文件的第一行作为列名，若文件没有列名行则改成header=None
data = pd.read_csv(file, sep='\s+', names=column_names, header=0)

这样处理后，loc就能正确定位到你需要的列，不会再返回NaN了。

内容的提问来源于stack exchange，提问作者funk101