如何使用Pandas将多行DataFrame与单行DataFrame合并为目标DataFrame

需求说明 #

现有两个DataFrame：

• df：包含多行学生的数学、英语成绩数据
• df1：包含单行的地理、环境、物理、生物成绩数据
  需要将df1的所有列内容重复追加到df的每一行，得到包含所有科目成绩的目标DataFrame df2。

原始数据代码 #

多行DataFrame df #

import pandas as pd
data = [[20, 10], 
        [100, 15], 
        [95, 14]]
df = pd.DataFrame(data, columns=['Math', 'Eng'])

单行DataFrame df1 #

data1 = [[20, 10, 25, 40]]
df1 = pd.DataFrame(data1, columns=['Geo', 'Env', 'Phy', 'Bio'])

解决方案 #

方法一：利用pandas广播特性直接赋值 #

pandas会自动将单行数据广播匹配到多行，直接把df1的列赋值给df即可：

df2 = df.copy()
# 将df1的所有列添加到df2中
df2[df1.columns] = df1.values

方法二：使用concat结合repeat扩展单行数据 #

先将df1扩展为与df行数相同的DataFrame，再与df横向拼接：

# 扩展df1的行数与df一致
df1_expanded = df1.loc[df1.index.repeat(len(df))].reset_index(drop=True)
# 横向拼接两个DataFrame
df2 = pd.concat([df, df1_expanded], axis=1)

验证结果 #

运行上述代码后，df2的结构与数据如下：

print(df2)
# 输出结果：
    Math  Eng  Geo  Env  Phy  Bio
0     20   10   20   10   25   40
1    100   15   20   10   25   40
2     95   14   20   10   25   40

内容的提问来源于stack exchange，提问作者kevin