Python DataFrame：如果我更改索引，爲什麼我的值更改爲NaN？

Question

我想改變我的指數。我的數據幀如下：

partA = pd.DataFrame({'u1': 2, 'u2': 3, 'u3':4, 'u4':29, 'u5':4, 'u6':1, 'u7':323, 'u8':9, 'u9':7, 'u10':5}, index = [20]) 

它給出了大小爲（1,10）的數據幀，其中所有單元格都已填充。

但是，當我創建一個新的數據幀（這在我的原始代碼中包含不同的數據時是必需的），並且我更改了此數據幀的索引時，我的單元格的值都等於NaN。

我知道我可以使用reset_index來更改索引，但我希望能夠在一行中完成所有操作。

我現在所做的是以下（導致NaN的）

partB = pd.DataFrame(partA, columns = ['A', 'B', 'C', 'D','E', 'F', 'G', 'H', 'I','J']) 

Answer 1

你需要values轉換partA到numpy array：

partA = pd.DataFrame({'u1': 2, 'u2': 3, 'u3':4, 'u4':29, 'u5':4, 'u6':1, 
         'u7':323, 'u8':9, 'u9':7, 'u10':5}, index = [20]) 
print (partA) 
    u1 u10 u2 u3 u4 u5 u6 u7 u8 u9 
20 2 5 3 4 29 4 1 323 9 7 

partB = pd.DataFrame(partA.values,columns = ['A', 'B', 'C', 'D','E', 'F', 'G', 'H', 'I','J']) 
print (partB) 
    A B C D E F G H I J 
0 2 5 3 4 29 4 1 323 9 7 

如果從partA需求指數：

partB = pd.DataFrame(partA.values, 
        columns = ['A', 'B', 'C', 'D','E', 'F', 'G', 'H', 'I','J'], 
        index = partA.index) 
print (partB) 
    A B C D E F G H I J 
20 2 5 3 4 29 4 1 323 9 7 

您得到NaN，因爲不對齊的列名，因此，如果改變了姓氏（u7），你得到的值：

partB = pd.DataFrame(partA, 
        columns = ['A', 'B', 'C', 'D','E', 'F', 'G', 'H', 'I','u7'], 
        index = partA.index) 
print (partB) 
    A B C D E F G H I u7 
20 NaN NaN NaN NaN NaN NaN NaN NaN NaN 323