关于Pandas通过赋值操作实现DataFrame列合并的原理问询

行为原理 #

Pandas的DataFrame赋值操作核心依赖**索引对齐（Index Alignment）**机制，这是Pandas处理结构化数据的核心特性：

• 执行df1[["C"]] = df2[["C"]]时，Pandas会先匹配两个DataFrame的行索引：
  • 对索引相同的行，将df2中C列的对应值填充到df1的新C列里
  • 若df1存在df2没有的索引行，新列对应位置会自动填充NaN（缺失值）
  • 由于df1原本没有C列，Pandas会自动扩展df1的列结构，完成列的新增与合并
• 这里使用双括号[["C"]]是选取DataFrame的列切片（返回DataFrame对象），若改用单括号["C"]选取Series进行赋值，逻辑完全一致，最终都会为df1新增C列并按索引对齐填充值。

官方文档指引 #

• 关于索引对齐的核心规则，可参考Pandas官方文档的「索引与选择数据」章节，其中明确说明所有赋值操作都会默认按索引对齐数据
• 针对DataFrame的列赋值、新增列行为，可查看「修改数据」部分的详细说明，文档中明确了：当赋值的目标列不存在时，Pandas会自动扩展DataFrame的列结构，并通过索引对齐完成对应位置的值填充，不匹配索引的位置将填充缺失值。

内容的提问来源于stack exchange，提问作者I. A