data[['Polyline_GD']]=data[['路线']][-2:]#两者类型需要一致，均为dataframe 为什么我这个代码结果输出好多都是NaN

根据你提供的代码，`data[['Polyline_GD']]`将被赋值为`data[['路线']][-2:]`的值。然而，如果你发现结果中有许多NaN值，有几个可能的原因：

1. `data[['路线']]`中的数据本身包含NaN值。在执行切片操作`[-2:]`时，如果原始数据中的最后两行包含NaN值，则这些NaN值也会出现在结果中。

2. `data[['Polyline_GD']]`列没有预先创建，因此它会自动创建并填充NaN值。如果你没有在DataFrame中预先创建`Polyline_GD`列，那么赋值操作将自动创建该列，并将其余行填充为NaN。

为了解决这个问题，你可以尝试以下步骤：

1. 确保`data[['路线']]`中没有NaN值。你可以使用`data[['路线']].dropna()`来删除包含NaN值的行。

2. 在赋值之前，先创建`Polyline_GD`列并填充为NaN。你可以使用`data['Polyline_GD'] = np.nan`来创建并填充NaN值。确保导入了`numpy`库（`import numpy as np`）。

修改后的代码示例如下：

import numpy as np
# 确保data[['路线']]中没有NaN值
data[['路线']].dropna(inplace=True)

# 创建Polyline_GD列并填充为NaN
data['Polyline_GD'] = np.nan

# 将data[['路线']][-2:]赋值给data[['Polyline_GD']]
data[['Polyline_GD']] = data[['路线']][-2:]

这样，你应该能够正确地将`data[['Polyline_GD']]`赋值为`data[['路线']][-2:]`的值，并且不会出现NaN值。请注意，这里假设`data[['路线']]`和`data[['Polyline_GD']]`的行数是一致的。