Python Pandas为已有DataFrame添加新列时数据全部重复如何解决

该问题核心是未按year字段做索引对齐，直接赋值时Pandas默认按索引而非年份值做匹配：

• 你生成的df_new默认是整数索引，分组求和得到的islam年度汇总结果如果未和df_new的year列做关联匹配，直接插入列时会触发值广播，导致所有行重复第一个计算结果。

步骤1：生成1945~2010年间隔5年的df_new #

无需循环，直接调用内置方法生成即可：

import pandas as pd
# range左闭右开，终止值设为2011可包含2010年
df_new = pd.DataFrame({'year': range(1945, 2011, 5)})

步骤2：计算年度islam总和 #

分组求和后将year从索引转为普通列，方便后续匹配：

islam_yearly = df.groupby('year', as_index=False)['islam'].sum().rename(columns={'islam':'islam_total'})

步骤3：按年份关联匹配，避免错位 #

使用merge方法按year字段关联，保证每个年份的计算结果对应正确行：

# left join保留df_new的所有年份，无数据的年份自动填充NaN
df_new = df_new.merge(islam_yearly, on='year', how='left')
# 可选：将空值替换为0
df_new['islam_total'] = df_new['islam_total'].fillna(0)

以下写法会触发你遇到的重复值问题：

# 错误1：直接取第一个值全量赋值
islam_sum = df.groupby('year')['islam'].sum()
df_new['islam'] = islam_sum.iloc[0]

# 错误2：未对齐索引直接赋值，长度不匹配时触发广播
df_new['islam'] = islam_sum.values

内容的提问来源于stack exchange，提问作者luthierz