如何动态合并两个Python DataFrame并填充小DataFrame的缺失行值

方法1：用ffill()向前填充 #

合并后的DataFrame里，PART NUM和DATE列只有首行有值，其余都是NaN，直接用向前填充就能批量把首行的值覆盖到所有行：

# 先执行合并操作（建议把变量名改成merged_df避免和原df1混淆）
merged_df = pd.concat([df2, df1], axis=1)
# 对指定列做向前填充
merged_df[['PART NUM', 'DATE']] = merged_df[['PART NUM', 'DATE']].ffill()

方法2：直接提取首行值赋值 #

原df1只有1行数据，合并后首行的PART NUM和DATE就是需要重复的固定值，直接把这两个值赋值给整列更高效：

merged_df = pd.concat([df2, df1], axis=1)
# 提取首行的目标列值
part_num_val = merged_df['PART NUM'].iloc[0]
date_val = merged_df['DATE'].iloc[0]
# 赋值给整列
merged_df['PART NUM'] = part_num_val
merged_df['DATE'] = date_val

方法3：合并前提前处理（更优雅） #

不用先合并再填充，合并前把原df1的行重复到和df2一致的行数，再横向合并：

# 把df1的行重复len(df2)次，重置索引后和df2合并
merged_df = pd.concat([
    df2, 
    df1.loc[df1.index.repeat(len(df2))].reset_index(drop=True)
], axis=1)

以上三种方法都无需手动重复拼接df1，能自动适配df2的任意行数。

内容的提问来源于stack exchange，提问作者L. Full