如何从pandas dataframe提取固定值追加到另一个dataframe作为新列
pandas主DataFrame追加统一值列解决方案
核心错误原因
你出现NaN错误的核心原因是赋值时两个DataFrame索引不匹配,直接将常量df的列(Series结构)赋值给主df时,索引无法对齐的位置会被自动填充为NaN。
可行实现方案
方法1:提取标量后单独赋值(最稳妥,适合少量常量列)
先从常量df中提取对应列的固定标量值,再直接给主df新增列,不会触发索引对齐逻辑:
import pandas as pd # 示例数据构造 df_const = pd.DataFrame({'C': [123,123], 'EN': ['name','name']}, index=['A','B']) df_main = pd.DataFrame({'col': ['d1','d2','d3'], 'col2': ['abc','def','ghi']}) # 提取标量值(常量列所有值相同,取任意行都可,这里取第一行) c_val = df_const['C'].iloc[0] en_val = df_const['EN'].iloc[0] # 给主df新增列 df_main['C'] = c_val df_main['EN'] = en_val
方法2:批量字典赋值(适合常量列较多的场景)
直接将常量df的第一行转为字典,批量赋值给主df,无需逐个定义变量:
const_dict = df_const.iloc[0].to_dict() df_main = df_main.assign(**const_dict)
方法3:拼接实现(适合需要保留原有拼接逻辑的场景)
先对常量df去重只剩一行,重置索引后拼接再批量填充:
# 常量df去重后重置索引,消除原有索引影响 df_const_single = df_const.drop_duplicates().reset_index(drop=True) # 按列拼接后向前填充所有行的常量值 df_result = pd.concat([df_main, df_const_single], axis=1).ffill()
以上三种方法最终输出的结果都完全符合需求。
内容的提问来源于stack exchange,提问作者gtm1874
相关产品推荐
相关产品推荐

