forestdata.loc[forestdata.index[-1]] = df.iloc[-1] 执行后数据都变成 NAN

如果执行`forestdata.loc[forestdata.index[-1]] = df.iloc[-1]`后，`forestdata`的数据都变成了`NaN`，这可能是因为`df`和`forestdata`的列名不匹配导致的。可以使用`pandas.DataFrame.columns`属性查看两个数据框的列名是否一致。

如果列名不一致，可以使用`pandas.DataFrame.rename`方法修改`df`的列名，使其与`forestdata`的列名一致。具体实现代码如下：

df = pd.DataFrame(y_hat3)
df = df.rename(columns=dict(zip(df.columns, forestdata.columns)))
forestdata.loc[forestdata.index[-1]] = df.iloc[-1]

其中，`dict(zip(df.columns, forestdata.columns))`可以构造一个字典，将`df`的列名映射为`forestdata`的列名，`df.rename`将`df`的列名修改为`forestdata`的列名。这样就可以保证`df`和`forestdata`的列名一致，执行`forestdata.loc[forestdata.index[-1]] = df.iloc[-1]`后不会出现数据全部变成`NaN`的情况。