我有 2 个数据帧（df1 和 df2）具有相同的 MultiIndex。 df1 有 A 列，df2 有 B 列。
我发现了 2 种“加入”这些数据框的方法：
df_joined = df1.join(df2, how='inner')
或
df1['B'] = df2['B']
第一个选项需要更长的时间。为什么？ 选项 2 是否不查看索引而只是将列“附加”到右侧？
之后运行返回True，所以最终结果看起来是一样的，但这可能是因为df1和df2中的索引也是相同的顺序：
df_joined.equals(df1)
在知道索引相同的情况下，有没有更快的方法来加入数据帧？
【问题讨论】：
如果索引对齐，没有比df1['B'] = df2['B'] 更快的方法了。
将一个系列分配给另一个系列已经在pandas 中得到了很好的优化。
join 需要比赋值更长的时间，因为它明确地将 df1.index 和 df2.index 对齐，这很昂贵。不假定索引的顺序一致。根据pd.DataFrame.join documentation，如果没有指定列，join 将在数据帧的相应索引上发生。
如果您发现这是您工作流程中的瓶颈，我会感到惊讶。如果是，那么我建议您直接使用 numpy 数组并完全避免使用 pandas。
【讨论】：
df1['B'] = df2['B'] 的执行速度，而是好奇为什么join 方法的执行时间比赋值要长？
df1['B'] = df2['B'] 中，仍会添加该列，但它本质上是错误的，即错误索引处的值？
pandas 将相应地排列系列，例如df2 中的索引 0 将被分配给 df1 中的索引 0，即使当您 print 数据帧时它们处于不同的序号位置。我不知道在你的情况下是索引还是序数位置。
df1.join(df2) 做的更多，而且总是更慢，即使输出相同。您可以查看pandas源代码了解更多详情。