如何将单列DataFrame数值逐行添加至百列DataFrame？

先解决索引问题 #

你遇到的InvalidIndexError是因为DataFrame的索引存在重复值，这会导致对齐、合并操作失败。先检查并修复索引：

# 检查是否有重复索引
print("Energy索引重复：", Energy.index.duplicated().any())
print("loadshift索引重复：", loadshift.index.duplicated().any())

# 去除重复索引（保留第一个出现的行）
Energy = Energy[~Energy.index.duplicated(keep='first')]
loadshift = loadshift[~loadshift.index.duplicated(keep='first')]

# 若无需保留原索引，直接重置更简单：
# Energy = Energy.reset_index(drop=True)
# loadshift = loadshift.reset_index(drop=True)

执行逐行相加操作 #

索引修复后，用以下两种方法实现需求：

方法1：使用pandas的add方法（推荐，符合pandas风格）

指定按行对齐（axis=0），单列的loadshift会自动广播到Energy的所有列：

Energy_updated = Energy.add(loadshift['load_difference'], axis=0)

方法2：利用numpy广播机制

把loadshift的列转成二维数组，直接进行加法运算：

Energy_updated = Energy + loadshift['load_difference'].values[:, None]

之前错误的原因 #

1. Energy.add(loadshift, fill_value=0)报错：一是索引不匹配/重复导致无法正确对齐；二是直接传入整个loadshift（带列名），而Energy的列名与loadshift列名不匹配，无法自动广播。
2. concat和append是用于合并DataFrame行/列的方法，并非逐元素加法，完全不符合需求，且因索引重复触发错误。

内容的提问来源于stack exchange，提问作者tellerYL