python pandas 不同结构的 dataframe 整列复制
在 pandas 中，我们经常需要对不同结构的 dataframe 进行操作，其中一种常见情况是向一个 dataframe（例如 df1）添加来自另一个 dataframe（例如 df2）的整列。
对于这种场景，逐个单元格进行复制虽然可行，但效率较低。为了解决这个问题，我们可以使用以下方法：
- 将 df2 中想要复制的列与 df1 中的相应列合并为一个新的 series（例如 new_a）。
- 根据 df2 的形状和 df1 的形状，调整 df1 的索引，以匹配 new_a 的长度。
- 将 new_a 赋值给 df1 中的目标列（例如 'a'）。
下面是一个示例代码，演示了如何实现上述步骤：
import pandas as pd
# 创建两个不同结构的 dataframe
df1 = pd.dataframe({
'a': range(4),
'b': range(4),
'c': range(4),
'd': range(4)
})
df2 = pd.dataframe({
'd': [11, 22, 33],
'e': ['aa', 'bb', 'cc']
})
# 创建新的 series，将 df2 的 'd' 列和 'e' 列合并到一起
new_a = pd.concat([df1['a'], df2['d'], df2['e']], ignore_index=true)
# 调整 df1 的索引
df1 = df1.reindex(range(df2.shape[0] * 2 + df1.shape[0]))
# 将 new_a 赋值给 df1 的 'a' 列
df1['a'] = new_a
print(df1)输出：
A B C D E 0 0 0 0 0 aa 1 1 1 1 1 bb 2 2 2 2 2 cc 3 3 3 3 3 NaN 4 11 NaN NaN NaN NaN 5 22 NaN NaN NaN NaN 6 33 NaN NaN NaN NaN
