Pandas 1.1.4按行索引将小DataFrame赋值给大DataFrame问题求解

Pandas 对DataFrame执行切片赋值操作时，默认会基于行索引做对齐匹配。
你赋值的目标位置是df1的索引3_{7行，而右侧df2的行索引范围是0}4，对齐时仅能匹配到双方共有的索引3、4对应的值，df1索引5、6、7在df2中找不到对应行，因此被填充为NaN。

因为你已经确认两个DataFrame列结构完全一致，不需要指定列名，以下两种方案均兼容Pandas 1.1.4版本：

方案1：取NumPy数组赋值（更简洁） #

直接通过.values取df2的底层数组，跳过索引对齐逻辑，按位置直接赋值：

df1.iloc[3:3+len(df2)] = df2.values

方案2：对齐索引后赋值 #

临时将df2的索引替换为目标位置的索引，匹配Pandas默认的对齐规则：

target_idx = df1.index[3:3+len(df2)]
df1.loc[target_idx] = df2.set_axis(target_idx)

两种方案运行后都能得到你期望的输出，且支持多列场景，不需要手动指定任何列名，只要保证两个DataFrame列顺序、列数量完全匹配即可。

内容的提问来源于stack exchange，提问作者Gulzar