如何基于索引合并两个DataFrame？按重复索引复制首表对应行

需求说明 #

现有两个Pandas DataFrame：

• 第一个DataFrame：共3414行，索引从0开始，包含Start_Year和End_Year两列
• 第二个DataFrame：共31170行，索引从0开始且存在重复值，存储object类型的列表数据（示例列名为new_col）

需要基于索引合并二者，让第一个DataFrame的行根据第二个DataFrame对应索引的重复次数复制，最终生成包含两表数据的新DataFrame，示例格式如下：

Start_Year    End_Year        new_col
0      1500         1500        [KingdomofPoland, Georgia]
0      1500         1500        [GrandDuchyofLithuania, Georgia]
1      1500         1501        [NorthernYuanDynasty, Georgia]
2      1500         1700        [SpanishEmpire, ChechenRepublic]
2      1500         1700        [CaptaincyGeneralofChile, ChechenRepublic]
......
3411    2019        2019        [SyrianOpposition, SpanishEmpire]
3412    2019        2022        [UnitedStates, SpanishEmpire]
3412    2019        2022        [UnitedKingdom, SpanishEmpire]
3412    2019        2022        [SaudiArabia, SpanishEmpire]
.......

实现代码 #

1. 读取数据 #

import pandas as pd

# 替换为实际文件路径
df1 = pd.read_csv("path/to/your/first_dataframe.csv")
df2 = pd.read_csv("path/to/your/second_dataframe.csv")

2. 合并并复制行 #

利用Pandas的索引定位功能，直接根据第二个DataFrame的索引序列重复提取第一个DataFrame的对应行，再按列拼接：

# 按df2的索引重复提取df1的行，然后与df2拼接
merged_df = pd.concat([df1.loc[df2.index].reset_index(drop=True), df2.reset_index(drop=True)], axis=1)

验证结果 #

合并后的DataFrame行数应与第二个DataFrame一致（31170行），且每个原索引对应的Start_Year、End_Year值会重复对应次数。

内容的提问来源于stack exchange，提问作者Aalekh Roy