Python pandas：通过复制将两个具有不同行数的数据帧合并

Question

我有一个数据帧，即df，如：

    Name  Subject Score
0    Tom        A    91
1    Bob        B    92
2    Ali        C    93

还有一本字典，比如：

exam_info = {
    "exam_date": "2021-04-01",
    "advisor":   "Jim",
}

我的目标DataFrame是将exam_date和advisor插入df的每一行，结果如下：

      exam_date advisor Name  Subject Score
0    2021-04-01     Jim  Tom        A    91
1    2021-04-01     Jim  Bob        B    92
2    2021-04-01     Jim  Ali        C    93

我知道以下代码可以工作：

df.insert(0, 'advisor', exam_info['advisor'])
df.insert(0, 'exam_date', exam_info['exam_date'])

但是在真实的项目中，我有许多df到insert，真实的exam_info字典也很长，因此代码中会有一堆df.insert(..)块，这不是很优雅

我还尝试将exam_info更改为辅助数据帧df_helper，如：

    exam_date   advisor
0  2021-04-01       Jim

然后使用pd.concat([df_helper, df], axis=1)，但结果数据帧在第一行中只有exam_date和advisor，其他行中的相应列都是Nan，如：

      exam_date advisor Name  Subject Score
0    2021-04-01     Jim  Tom        A    91
1           NaN     NaN  Bob        B    92
2           NaN     NaN  Ali        C    93

如果有更优雅的方法来连接两个数据帧，以便用正确的值填充NaN，请给出建议

Answer 1

你想要这个吗

df = pd.concat([df, pd.DataFrame([xam_info])],axis=1).fillna(method='ffill')