吐槽--pandas模块!!

有时候用别人模块还挺糟心的，作为主流的数据分析模块，pandas就有点让人捉摸不透的行为

似乎是因为异常处理的一些不完备性导致的。

代码如下, 其中的data_frame就是pandas.DataFrame对象

self.data_frame[field_name] = self.data_frame[field_name].dropna()
# 或者: self.data_frame[field_name].dropna(inplace=True)

直观上看，这句代码应该会将self.data_frame中field_name字段中的nan值去除掉， 事实上，如果

self.data_frame中field_name字段真的有nan值，这段代码对self.data_frame本身不会有任何反应。这是由于这样的直接赋值语句有一个前提条件，就是赋值的pandas.Series对象的长度必须和pandas.DataFrame对象的行数一致；但是，这样一段代码运行居然不会报错!!! 显然pandas内部直接吞噬处理了这个错误，这导致初次接触者深感疑惑； 后面发现: 

self.data_frame.dropna(subset=[field_name], inplace=True)

这样的代码却能凑效。通过打印才发现，下面的代码会将data_frame中field_name中存在nan值的行直接舍去；这和直接赋值的行为是不同的。
简单总结：对pandas.DataFrame某一列直接赋值是不会舍去行的! 而且报错也不会显示出来!