如何基于第二个DataFrame的取值为现有DataFrame动态新增列

import pandas as pd

# 构造示例数据（实际使用时替换为你自己的df1、df2即可）
df1 = pd.DataFrame({
    'X': [1,4,7,3],
    'Y': [2,5,8,6],
    'Z': [3,6,9,9]
})

df2 = pd.DataFrame({
    'col1': ['XX','YY','XX','ZZ'],
    'col2': ['aa','bb','cc','vv']
})

# 核心处理逻辑
for col_name, group_data in df2.groupby('col1'):
    # 仅当df1不存在该列时新增
    if col_name not in df1.columns:
        # 将分组后的col2值转为Series，和df1索引对齐，缺失位自动补NaN
        df1[col_name] = pd.Series(group_data['col2'].values)

# 输出结果查看
print(df1)

逻辑说明 #

• 对df2按col1字段分组，获取每个待新增列对应的所有取值集合
• 遍历每个分组时先做列名存在性校验，避免覆盖df1原有列数据
• 利用pandas Series自动对齐索引的特性，赋值时长度不足的行自动填充为NaN，完全匹配需求的输出格式

内容的提问来源于stack exchange，提问作者XTec