如何将无交集列的另一DataFrame的列添加到目标DataFrame并填充相同数据

当然可以实现啦！这在Pandas里是非常常见的操作，我给你分享几种简单易上手的方法，都能轻松得到你想要的结果：

方法1：直接列赋值 #

最直观的方式就是把第二个DataFrame里的列值提取出来，直接赋值给第一个DataFrame的新列。因为第二个DataFrame只有一行，提取出的是单个值，Pandas会自动帮你把这个值广播填充到目标DataFrame的所有行里。

示例代码：

import pandas as pd

# 先构建你给出的两个DataFrame
df1 = pd.DataFrame({'A': [1, 1, 1, 1], 'B': [2, 2, 2, 2]})
df2 = pd.DataFrame({'C': [3], 'D': [4]})

# 直接给df1添加新列并赋值
df1['C'] = df2['C'].iloc[0]
df1['D'] = df2['D'].iloc[0]

print(df1)

运行后就能得到你想要的结果啦。

方法2：使用assign()方法批量添加列 #

如果要添加的列比较多，用assign()方法会更简洁，它可以一次性给DataFrame添加多个新列：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 1, 1, 1], 'B': [2, 2, 2, 2]})
df2 = pd.DataFrame({'C': [3], 'D': [4]})

# 把df2的单行数据转换成键值对，批量添加到df1中
df_result = df1.assign(**df2.iloc[0])

print(df_result)

这里**df2.iloc[0]会把单行的Series转换成C=3, D=4这样的键值对，assign()会自动把这些键作为新列名，对应的值填充到所有行。

方法3：拼接重复后的DataFrame #

如果你想保留两个DataFrame的原始结构，也可以先把第二个DataFrame重复成和第一个一样的行数，再按列拼接：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 1, 1, 1], 'B': [2, 2, 2, 2]})
df2 = pd.DataFrame({'C': [3], 'D': [4]})

# 把df2重复len(df1)次，重置索引后和df1拼接
df2_repeated = df2.loc[df2.index.repeat(len(df1))].reset_index(drop=True)
df_result = pd.concat([df1, df2_repeated], axis=1)

print(df_result)

这种方法的思路是让两个DataFrame行数一致，再横向拼接，同样能得到目标结果。

内容的提问来源于stack exchange，提问作者Agus