Pandas使用join拼接DataFrame报Series无join属性错误如何修复

• 核心触发报错的原因：新增键时你直接将Series类型的values存入字典，后续同名键调用join方法时，Series类本身没有join方法（仅DataFrame提供该方法），就抛出了属性不存在的错误。
• 其他隐藏问题：
  1. join方法不会原地修改原DataFrame，必须接收返回值才能拿到拼接后的结果
  2. 提取的values索引是原始CSV的行号，和字典内DataFrame的M1/M2/M3索引不匹配，直接拼接会出现空值
  3. 使用Python内置关键字dict作为变量名，会覆盖内置字典类的默认功能，属于不规范写法

import pandas as pd

# 初始化字典，替换变量名避免覆盖内置关键字
data = {'Value':[0,0,0]}
kernel_df = pd.DataFrame(data, index=['M1','M2','M3'])
df_dict = {'dummy':kernel_df}

df = pd.read_csv('test.batch.csv')
for i in range(0, len(df), 3):
    batch_df = df.iloc[i:i+3]
    name = batch_df.loc[i].at["Name"]
    # 处理values：重置索引匹配基准索引，转为DataFrame并指定唯一列名
    batch_id = batch_df.loc[i, 'ID']
    values = pd.DataFrame(
        batch_df['Value'].values,
        index=['M1','M2','M3'],
        columns=[f"Value_{batch_id}"]
    )
    if name in df_dict:
        # 接收join返回的新DataFrame更新字典
        df_dict[name] = df_dict[name].join(values)
    else:
        # 首次存入直接存处理好的DataFrame
        df_dict[name] = values

运行后查看K1对应的数据示例：

print(df_dict['K1'])

输出：

Value  Value_0  Value_2
M1      0       10        2
M2      0        5        2
M3      0       10        2

内容的提问来源于stack exchange，提问作者mahmood