pandas如何逐行读取DataFrame并写入新DataFrame实现重复行拼接

问题分析 #

你原来的代码存在三个核心问题：

1. pandas DataFrame 同时指定行和列索引不能直接写[i, 'D']，需要用.loc/.iloc属性，否则会把(i, 'D')当成一个新的列名处理
2. 循环中直接给dataframe3['A']整列赋值长度为1的dataframe1['A']，只会给第一行赋值，其余行都会填充为NaN
3. 手动循环拼接效率极低，pandas内置的广播、拼接方法完全可以实现需求，不需要手动写循环

正确实现 #

这里给两种最常用的实现方案，都可以直接得到预期结果：

方案1：广播赋值法（最简洁高效）

利用pandas的广播特性，单行的Series会自动填充到DataFrame的所有行：

import pandas as pd

# 直接复制df2的全部列数据
df3 = dataframe2.copy()
# 把df1的第一行赋值到新增的A/B/C列，自动重复填充所有行
df3[['A', 'B', 'C']] = dataframe1.iloc[0]
# 调整列顺序为你需要的A B C D E F
df3 = df3[['A', 'B', 'C', 'D', 'E', 'F']]

方案2：拼接法

先把df1的行重复到和df2行数一致，再横向拼接两个DataFrame：

import pandas as pd

# 将df1的单行重复到和df2行数一致，重置索引避免拼接出错
df1_repeated = dataframe1.loc[dataframe1.index.repeat(len(dataframe2))].reset_index(drop=True)
# 横向拼接两个DataFrame
df3 = pd.concat([df1_repeated, dataframe2], axis=1)

两种方案最终输出的df3都和你预期的结果完全一致。

内容的提问来源于stack exchange，提问作者zsh_18