如何将一个DataFrame的列添加到另一DataFrame且保留原有值

问题原因 #

你写的赋值代码未生效，通常是两个DataFrame的索引不匹配，pandas赋值时默认会按索引对齐，而非按行顺序对齐，导致值无法正确映射。

正确实现方式 #

下面提供3种适配不同场景的实现方案：

1. 最稳妥的按行顺序赋值方案（无视索引差异，适合两个表行数完全一致的场景）

df['code'] = df1['code'].to_numpy()

该方案直接提取df1的code列为numpy数组后赋值，彻底绕过pandas的索引对齐逻辑，比使用.values兼容性更高。

2. 横向拼接方案

df = pd.concat([df, df1[['code']]], axis=1)

通过concat方法按行横向拼接两个表，仅保留df1的code列，适合需要保留原表所有索引属性的场景。

3. 索引统一后赋值方案（适合原表索引混乱的场景）

# 先重置两个表的索引为从0开始的连续整数，丢弃原有索引
df = df.reset_index(drop=True)
df1 = df1.reset_index(drop=True)
# 此时索引完全对齐，可直接赋值
df['code'] = df1['code']

以上3种方案都可以得到你需要的目标结构。

内容的提问来源于stack exchange，提问作者Martin