复制一列并将结果与另一个数据框连接起来答案

【问题标题】：Replicating a column and concatenating the result with another dataframe复制一列并将结果与另一个数据框连接起来
【发布时间】：2018-02-13 06:07:17
【问题描述】：

r 中有一个有趣的trending question，它是这样的：

我有这个 df1：
A B C
1 2 3
5 7 9
A B C 是列名。

我有另一个 df2 的一列：
A
1
2
3
4
我想为 df1 的每一列附加 df2，创建这个 final 数据框：
A B C 
1 2 3
5 7 9
1 1 1
2 2 2
3 3 3
4 4 4
有可能吗？

我想知道，这将如何在 Pandas 中完成？

_{我已经在下面发布了我自己的解决方案，但我也在寻找其他更好的替代方案！}

【问题讨论】：

标签： r python pandas dataframe

【解决方案1】：

选项 1
apply

df1.apply(pd.Series.append, to_append=df2.A)

   A  B  C
0  1  2  3
1  5  7  9
0  1  1  1
1  2  2  2
2  3  3  3
3  4  4  4

选项 2
numpy.vstack 和 numpy.tile

pd.DataFrame(
    np.vstack([df1, np.tile(df2, df1.shape[1])]),
    columns=df1.columns
)

   A  B  C
0  1  2  3
1  5  7  9
2  1  1  1
3  2  2  2
4  3  3  3
5  4  4  4

【讨论】：

这些也很漂亮。

【解决方案2】：

让我们将pd.concat 和ffill 与axis=1 一起使用：

pd.concat([df1,df2]).ffill(1).astype(int)

输出：

【讨论】：

哦！这很聪明。利用它产生 NaN 的事实。
我不喜欢强制转换为浮动并且必须重新转换为 int。

【解决方案3】：

选项 1

使用np.repeat 和df.append

df2 = pd.DataFrame(df2.values.repeat(len(df1.columns), axis=1),\
                                                  columns=df1.columns)
out = df1.append(df2)
out

   A  B  C
0  1  2  3
1  5  7  9
0  1  1  1
1  2  2  2
2  3  3  3
3  4  4  4

选项 2

使用pd.concat 和df.append

out = df1.append(pd.concat([df2.A] * len(df1.columns), 1, keys=df1.columns))
print(out)

   A  B  C
0  1  2  3
1  5  7  9
0  1  1  1
1  2  2  2
2  3  3  3
3  4  4  4

第二步也可以使用pd.concat，但df.append更短。

【讨论】：