如何用assign函数将Series添加到DataFrame左侧并保留原顺序？

先明确核心问题 #

你的代码里变量名是name，和问题描述的names不一致，先统一为names；另外要解决两个关键需求：让姓氏和原DataFrame的行正确匹配、把姓氏列放到最左侧且保留原行顺序。

分步解决 #

1. 利用索引对齐添加姓氏列 #

pandas会自动根据索引匹配行，不管Series的顺序如何，都能把姓氏对应到正确的人身上，用assign添加列：

import pandas as pd

# 修正变量名并初始化数据
names = pd.DataFrame({'name': ['Max', 'Andre', 'Albert'],
     'country': ['Germany', 'France', 'Germany']}, 
      index= ['Max', 'Andre', 'Albert'])

surname = pd.Series(['Ampere', 'Einstein', 'Planck'],
               index = ("Andre", "Albert", "Max"))

# 添加surname列，自动按索引匹配行
names_with_surname = names.assign(surname=surname)

2. 调整列顺序到左侧 #

assign默认把新列加到最后，手动指定列顺序就能把surname放到最前面：

# 构造新列顺序：先放surname，再放原DataFrame的所有列
new_cols = ['surname'] + list(names.columns)
names_final = names_with_surname[new_cols]

一步到位的简化写法 #

不想拆分步骤的话，直接合并成一行：

names_final = names.assign(surname=surname)[['surname'] + list(names.columns)]

最终结果验证 #

运行后names_final的输出如下，完全符合需求：

surname    name  country
Max        Planck     Max  Germany
Andre      Ampere   Andre   France
Albert  Einstein  Albert  Germany

为啥之前会失败？ #

• 没利用索引对齐：如果手动按顺序塞值，会因为surname的索引顺序和原DataFrame不同导致错位
• 没调整列顺序：assign默认把新列放最后，必须手动指定顺序才能移到左侧

内容的提问来源于stack exchange，提问作者doloresafwat