如何将指定年份集合追加匹配到dataframe的每一条原有记录中

核心需求是将原有DataFrame的每一行与年份列表的所有元素做匹配，生成二者的笛卡尔积，以下是两种最简实现方式：

前置准备 #

首先构造你的原始数据和待匹配的年份列表：

import pandas as pd

# 原始DataFrame（可直接替换为你自己的df）
df = pd.DataFrame([
    ['val1', 'val2'],
    ['val1', 'val3'],
    ['val2', 'val1'],
    ['val2', 'val3']
], columns=['col1', 'col2'])

# 待追加的年份集合
year_list = [1990, 1991, 1992]

方法1：assign + explode（推荐，Pandas 0.25+ 版本适用） #

代码最简洁，无论原始DataFrame有多少列都可以直接复用：

result = df.assign(year=year_list).explode('year', ignore_index=True)

实现逻辑：先给每一行新增值为完整年份列表的year字段，再将列表类型的year字段拆分为多行，每一个列表元素对应一条独立记录。

方法2：临时字段笛卡尔积合并（兼容所有Pandas版本） #

如果你的Pandas版本低于0.25不支持explode，可以用合并的方式实现：

# 把年份列表转成DataFrame
year_df = pd.DataFrame(year_list, columns=['year'])
# 给两个表新增相同的临时字段用于全匹配
df['tmp_key'] = 1
year_df['tmp_key'] = 1
# 合并后删除临时字段
result = pd.merge(df, year_df, on='tmp_key').drop('tmp_key', axis=1).reset_index(drop=True)

输出结果 #

两种方法最终得到的结果均符合需求：

内容的提问来源于stack exchange，提问作者chrislee