pandas如何从较短列表按组为DataFrame添加列 无行丢失无NaN值

核心思路 #

先为每个分组内的行生成从0开始的连续位置索引，再通过对列表长度取模的方式循环匹配列表值，全程基于原DataFrame的行顺序生成新列，不会改动原表行数、不会产生缺失值，也能自动适配被截断的末尾分组。

完整实现代码 #

import pandas as pd
import numpy as np

# 原测试数据
data = {
    "group_id": [0, 0, 0, 1, 1, 1, 2, 2, 2, 3], 
    "valueA": [420, 380, 390, 500, 270, 220, 150, 400, 330, 170],
    "valueB": [50, 40, 45, 22, 20, 50, 10, 60, 90, 10]
}
df = pd.DataFrame(data)
x_list = [1, 3, 5]
y_list = [2, 4, 6]

# 1. 生成每个分组内的行位置索引，从0开始计数
df["pos_in_group"] = df.groupby("group_id").cumcount()
list_len = len(x_list)

# 2. 矢量化循环取值（数据量大时比apply效率更高）
df["x"] = np.take(x_list, df["pos_in_group"] % list_len)
df["y"] = np.take(y_list, df["pos_in_group"] % list_len)

# 3. 删除中间辅助列
df = df.drop(columns="pos_in_group")

# 打印验证结果
print(df)

运行后输出和预期完全一致：

group_id  valueA  valueB  x  y
0         0     420      50  1  2
1         0     380      40  3  4
2         0     390      45  5  6
3         1     500      22  1  2
4         1     270      20  3  4
5         1     220      50  5  6
6         2     150      10  1  2
7         2     400      60  3  4
8         2     330      90  5  6
9         3     170      10  1  2

方法特性 #

• 不要求group_id连续或按顺序排列，分组标识乱序、跳号时也能正常工作
• 自动适配截断分组：无论末尾分组剩余1行还是2行，都会从列表起始位置按顺序填充
• 不会改动原DataFrame结构：无丢行、无新增NaN行，新列长度和原表完全对齐
• 支持任意长度的填充列表：哪怕列表长度和单组预期行数不匹配，也能通过取模逻辑无限循环填充

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