如何将同一份Series作为新增列添加至Pandas DataFrame的所有行？

这其实是个很常见的需求，Pandas里有好几种简洁的方法能实现，我给你列几个最常用的：

首先先还原你的示例数据，方便测试：

import pandas as pd

# 原DataFrame
df = pd.DataFrame({'a': [2, 6], 'b': [3, 5]})
# 要添加的Series
s = pd.Series({'var1': 'foo', 'var2': 'bar'})

方法1：用df.assign()（最简洁） #

assign()方法可以直接接收Series的键值对，Pandas会自动把Series的值广播到DataFrame的每一行：

df = df.assign(**s)

这个方法一行代码搞定，而且可读性很高，推荐优先使用。

方法2：转成DataFrame后合并 #

如果你想更直观地控制合并过程，可以先把Series转成单行DataFrame，再重复对应行数后和原DataFrame拼接：

# 将Series转为单行DataFrame并重复原df的行数
s_repeated = pd.DataFrame([s], columns=s.index).repeat(len(df), axis=0)
# 横向拼接两个DataFrame
result_df = pd.concat([df, s_repeated], axis=1)

方法3：循环新增列 #

如果需要逐个处理列，也可以遍历Series的键值对，给DataFrame逐个添加列：

for col_name, value in s.items():
    df[col_name] = value

这个方法适合需要在添加列时做额外处理的场景，比如修改值之类的。

最终输出结果 #

不管用哪种方法，最终得到的DataFrame都会是你想要的样子：

a  b var1 var2
0  2  3  foo  bar
1  6  5  foo  bar

内容的提问来源于stack exchange，提问作者nicholas.reichel