如何将DataFrame的行/单元格复制到新DataFrame？附实现示例

一、基础操作：复制行/单元格到新DataFrame #

1. 复制整行到新DataFrame #

若要复制df_a中指定索引的行到df_b，推荐使用concat（适配pandas新版本）：

import pandas as pd

# 示例：复制df_a第0行到df_b
row_to_copy = df_a.loc[[0]]  # 双层方括号保持DataFrame格式
df_b = pd.concat([df_b, row_to_copy], ignore_index=True)

旧版本兼容可使用append（新版本已弃用）：

row_to_copy = df_a.loc[0]
df_b = df_b.append(row_to_copy, ignore_index=True)

2. 复制单个单元格到新DataFrame #

直接获取指定单元格值后赋值给新DataFrame对应位置：

# 获取df_a中索引0、列'attrb1'的单元格值
cell_value = df_a.at[0, 'attrb1']
# 赋值给df_b第0行的'value1'列
df_b.at[0, 'value1'] = cell_value

二、针对你的示例场景实现 #

根据你提供的数据集和目标输出，完整实现代码如下：

1. 定义示例数据 #

import pandas as pd

# 构造df__data
df__data = pd.DataFrame({
    'key1': ['sfdg', 'afrtf'],
    'key2': ['dagd', 'yxcbb'],
    'key3': ['dgsg', 'ertet'],
    'attrb1': [12, 34],
    'attrb2': [43, 45],
    'attrb3': [24, 34]
})

# 构造df__attributes_to_compare
df__attributes_to_compare = pd.DataFrame({
    'info_a': ['attrb1', 'attrb1'],
    'info_b': ['attrb2', 'attrb3']
})

2. 实现匹配逻辑并生成new_df #

# 初始化空结果DataFrame
new_df = pd.DataFrame(columns=['key1', 'key2', 'key3', 'value1', 'value2'])

# 遍历主数据的每一行
for index, row in df__data.iterrows():
    # 提取当前行的key列数据
    key_data = row[['key1', 'key2', 'key3']].to_dict()
    # 遍历每一组需要对比的属性对
    for _, compare_row in df__attributes_to_compare.iterrows():
        col_a = compare_row['info_a']
        col_b = compare_row['info_b']
        # 当属性值不匹配时，添加到结果表
        if row[col_a] != row[col_b]:
            new_record = {
                **key_data,
                'value1': row[col_a],
                'value2': row[col_b]
            }
            new_df = pd.concat([new_df, pd.DataFrame([new_record])], ignore_index=True)

最终输出结果 #

内容的提问来源于stack exchange，提问作者di1a