Pandas不同索引DataFrame列赋值行为及与left merge区别咨询

核心赋值逻辑 #

你观察到的赋值效果是Pandas索引对齐机制的原生表现，并不是某类复杂表达式的简写：
给df1新增列时，Pandas会以被赋值的左对象df1的索引为基准，将右侧的df2['XX'] Series 按照索引逐一匹配赋值，匹配失败的位置自动填充NaN，整个赋值过程不会修改df1原有的行索引，所以不会把df2独有的2016-12-31索引加入结果。

和左连接的关系 #

这个逻辑确实和基于索引的**左连接（left merge）**效果完全一致，等价于下面的完整写法：

df1 = pd.merge(df1, df2[['XX']], left_index=True, right_index=True, how='left').rename(columns={'XX':'BB'})

两种写法输出的结果没有任何区别。

取索引并集的场景 #

只有当你执行的不是「给现有DataFrame新增列」操作，而是以下两类操作时，Pandas会自动取两个对象的索引并集，缺失位置填充NaN：

• 两个Series/DataFrame做算术运算，比如：

# 输出索引是两个对象的索引并集：2016-12-31、2018-12-31、2019-12-31、2020-12-31
df1['A'] + df2['XX']

• 用pd.concat按列合并两个对象，比如：

# 输出会保留所有4个日期索引，缺失值填NaN
pd.concat([df1, df2], axis=1)

如果你希望给df1赋值时也保留df2的独有行，可以先把df1的索引重设为两者的并集再赋值：

df1 = df1.reindex(df1.index.union(df2.index))
df1['BB'] = df2['XX']

内容的提问来源于stack exchange，提问作者dleal