解决Pandas中df.info()不显示新列的问题

本文探讨了pandas dataframe中新增列（如计算得出的total列或转换后的索引列）未在`df.info()`输出中显示的问题及其解决方案。核心原因通常是代码执行顺序不当或对索引列的默认行为存在误解。本教程将详细指导如何通过调整代码执行顺序、正确使用`df.reset_index()`以及理解`inplace=true`的适用场景来确保所有列在`df.info()`中正确显示，并提供相应的验证与调试技巧。

Pandas DataFrame新增列显示问题深度解析与解决方案

在使用Pandas进行数据分析时，我们经常会向DataFrame中添加新的列，例如聚合列或从现有数据派生出的列。然而，有时会遇到一个令人困惑的问题：尽管新列在DataFrame的打印输出中清晰可见，但调用df.info()时却未能显示这些新增列。同时，DataFrame的索引（如示例中的A, B, C, D）也常常被误认为是一列，但它同样不出现在df.info()的输出中。本教程将深入分析这些问题的原因，并提供详细的解决方案。

问题根源分析

df.info()方法提供的是DataFrame的简洁摘要，包括列名、非空值数量和数据类型。如果新列未显示，主要原因通常有以下两点：

1. 代码执行顺序问题： 最常见的原因是你在创建新列的代码执行之前或之后，不小心运行了df.info()。在交互式环境（如Jupyter Notebook）中，如果单元格执行顺序混乱，或者在添加列之前查看了信息，然后又在没有重新执行df.info()的情况下期望看到更新，就会出现这种情况。
2. 索引的特殊性： DataFrame的索引不是数据列。df.info()默认只列出数据列，而不包括索引。如果你希望将索引作为一列进行操作或在df.info()中显示，需要显式地将其转换为数据列。

解决方案一：确保代码执行顺序正确

当你向DataFrame添加新列时，确保该操作在任何需要反映新列存在的查询（如df.info()、绘图命令等）之前执行。

示例代码：

假设你有一个名为df的DataFrame，包含H1、H2、H3三列，并希望添加一个Total列。

import pandas as pd
import numpy as np

# 示例数据
data = {
    'H1': [1.643910e+10, 3.876800e+09, 2.126470e+10, 3.911600e+09],
    'H2': [5.403600e+09, 1.056970e+10, 1.077500e+09, 3.309300e+09],
    'H3': [1.090100e+09, 6.152400e+09, 2.858000e+08, 8.170000e+07]
}
index_labels = ['A', 'B', 'C', 'D']
df = pd.DataFrame(data, index=index_labels)

print("原始DataFrame:")
print(df)
print("\n原始df.info():")
df.info()
# 预期输出：df.info() 只显示 H1, H2, H3

# 添加Total列
# 注意：这里使用 df.columns 而不是 df.columns.tolist() 或 list(df.columns) 也可以，
# 但 list(df.columns) 明确地将列名转换为列表，确保在所有Pandas版本中行为一致。
df['Total'] = df[list(df.columns)].sum(axis=1)

print("\n添加Total列后的DataFrame:")
print(df)
print("\n添加Total列后的df.info():")
df.info()
# 预期输出：df.info() 现在会显示 H1, H2, H3, Total

在上述代码中，df['Total'] = ... 语句在 df.info() 之前执行，因此 Total 列会正确显示在 df.info() 的输出中。

解决方案二：处理索引列

DataFrame的索引默认不被视为数据列。如果你希望将索引（如A, B, C, D）转换为一个普通的数据列，可以使用df.reset_index()方法。

悟空CRM v 0.5.5

悟空CRM是一种客户关系管理系统软件.它适应Windows、linux等多种操作系统，支持Apache、Nginx、IIs多种服务器软件。悟空CRM致力于为促进中小企业的发展做出更好更实用的软件，采用免费开源的方式，分享技术与经验。 悟空CRM 0.5.5 更新日志：2017-04-21 1.修复了几处安全隐患； 2.解决了任务.日程描述显示问题； 3.自定义字段添加时自动生成字段名

284

查看详情

# 承接上一步，df已经包含Total列
print("\n转换索引前的df.info():")
df.info()
# 预期输出：H1, H2, H3, Total，索引 'A','B','C','D' 不作为列显示

# 将索引转换为名为 'index' 的新列
df_reset = df.reset_index()

print("\n转换索引后的DataFrame:")
print(df_reset)
print("\n转换索引后的df_reset.info():")
df_reset.info()
# 预期输出：df_reset.info() 会显示 'index', H1, H2, H3, Total

注意事项：

• df.reset_index()会创建一个名为'index'的新列来存储原始索引值，并生成一个新的默认整数索引。
• 如果你在reset_index()之后尝试重新创建Total列，并且该操作依赖于原始的列名列表，可能会遇到问题，因为此时'index'已经成为了一列。例如，如果你的Total列计算代码是df['Total'] = df[list(df.columns)].sum(axis=1)，在reset_index()之后，list(df.columns)会包含'index'，导致Total列的计算结果不符合预期（因为它会将'index'列的值也加进去）。因此，请确保在计算Total列时，只包含你希望求和的数值列。

改进的Total列计算方式（适用于reset_index()之后）：

# 假设df_reset是已经reset_index的DataFrame
# 如果需要重新计算Total，应明确指定参与计算的列
numerical_cols = ['H1', 'H2', 'H3'] # 排除'index'列
df_reset['Total'] = df_reset[numerical_cols].sum(axis=1)

print("\n重新计算Total后的df_reset:")
print(df_reset)
print("\n重新计算Total后的df_reset.info():")
df_reset.info()

关于inplace=True的误解

在Pandas中，inplace=True参数通常用于那些会修改DataFrame自身而不是返回新DataFrame的方法（如drop(), fillna(), set_index()等）。然而，当你通过直接赋值的方式添加新列时，例如：

df['NewColumn'] = some_series_or_value

这个操作本身就是“原地”修改DataFrame的，因为它直接在df对象上创建了NewColumn。因此，在这种情况下，inplace=True参数是不适用且不需要的。试图在列赋值操作中使用inplace=True会导致语法错误或无效操作。

验证与调试技巧

除了df.info()，还有其他方法可以验证新列是否已成功添加到DataFrame：

1. 直接打印DataFrame： print(df) 可以直观地看到所有列及其数据。
2. 查看列列表： print(df.columns) 会返回一个包含所有列名的Index对象。
3. 使用df.describe()： 对于数值型列，df.describe()会显示统计摘要，如果Total列是数值型，它会出现在describe()的输出中。这是一种快速检查数值列是否存在的方法。
4. 重启内核/脚本： 在Jupyter Notebook或类似环境中，如果遇到执行顺序混乱导致的问题，最彻底的解决方法是重启内核（Kernel -> Restart）并重新运行所有单元格。这可以确保所有代码按预期顺序执行，避免潜在的副作用。

总结

df.info()不显示新列的问题通常源于对代码执行顺序的忽视或对DataFrame索引处理方式的误解。通过确保新列的创建代码在df.info()之前执行，并使用df.reset_index()将索引转换为数据列，可以有效地解决这些问题。同时，理解inplace=True参数的适用场景，并利用df.columns和df.describe()进行验证，将帮助你更高效、准确地处理Pandas DataFrame。

以上就是解决Pandas中df.info()不显示新列的问题的详细内容，更多请关注php中文网其它相关文章！