如何合并Series和DataFrame

Question

我能想到的最好的是

df = pd.DataFrame({'a':[1, 2], 'b':[3, 4]})  # see EDIT below
s = pd.Series({'s1':5, 's2':6})

for name in s.index:
    df[name] = s[name]

   a  b  s1  s2
0  1  3   5   6
1  2  4   5   6

有人可以建议更好的语法/更快的方法吗？

我的尝试：

df.merge(s)
AttributeError: 'Series' object has no attribute 'columns'

和

df.join(s)
ValueError: Other Series must have a name

编辑 发布的前两个答案突出了我的问题，所以请使用以下内容来构造df：

df = pd.DataFrame({'a':[np.nan, 2, 3], 'b':[4, 5, 6]}, index=[3, 5, 6])

最终结果

    a  b  s1  s2
3 NaN  4   5   6
5   2  5   5   6
6   3  6   5   6

Answer 1

您可以从系列中构造一个数据框，然后与该数据框合并。因此，您将数据指定为值，然后将它们乘以长度，将列设置为索引，并将left_index和right_index的参数设置为True：

In [27]:

df.merge(pd.DataFrame(data = [s.values] * len(s), columns = s.index), left_index=True, right_index=True)
Out[27]:
   a  b  s1  s2
0  1  3   5   6
1  2  4   5   6

编辑 以下情况：要从系列中构造的df的索引使用df的索引，则可以执行以下操作：

df.merge(pd.DataFrame(data = [s.values] * len(df), columns = s.index, index=df.index), left_index=True, right_index=True)

这假定索引与长度匹配。