如何提取DataFrame指定行并填充至另一DataFrame所有行？

错误原因 #

你用的df2.apply(lambda _: df2.iloc[1], axis=1)是遍历df2的每一行，生成一个和df2行数一致的DataFrame。如果df1和df2行数不相等，pd.concat会按索引对齐拼接，行数少的DataFrame对应的多余行就会填充NaN。哪怕你示例里两者都是9行，这种写法也属于绕远路的低效操作，完全没必要。

正确解法 #

方法1：直接重复目标行后拼接 #

提取df2的目标行，重复df1的行数后和df1拼接，逻辑直观：

# 提取df2索引为1的行，重复df1的行数并转为DataFrame
target_row_df = pd.DataFrame([df2.iloc[1]] * len(df1), columns=df2.columns)
# 横向拼接得到df3
df3 = pd.concat([df1, target_row_df], axis=1)

方法2：用assign直接添加列（更简洁高效） #

利用assign方法直接给df1添加新列，自动将目标行的值填充到所有行：

df3 = df1.assign(**df2.iloc[1])

这个写法不需要额外生成重复行的DataFrame，代码更简洁，执行效率也更高。

内容的提问来源于stack exchange，提问作者Ssong