将系列分配给Pandas DataFrame的多个行

Question

我有一个用Index和列编写的pandas DataFrame，所有值都是NaN。 现在我计算了一个结果，它可以用于DataFrame的多行，我想一次性分配它们。这可以通过循环完成，但我很确定这个赋值可以立即完成。

以下是一个场景：

import pandas as pd
df = pd.DataFrame(index=['A', 'B', 'C'], columns=['C1', 'C2'])  # original df
s = pd.Series({'C1': 1, 'C2': 'ham'})  # a computed result
index = pd.Index(['A', 'C'])  # result is valid for rows 'A' and 'C'

天真的方法是

df.loc[index, :] = s

但这根本不会改变DataFrame。它仍然是

    C1   C2
A  NaN  NaN
B  NaN  NaN
C  NaN  NaN

如何完成这项任务？

Answer 1

似乎我们可以使用底层数组数据来分配 -

df.loc[index, :] = s.values

现在，假设s中的索引顺序与df的列中的索引顺序相同。如果不是suggested by @Nras，我们可以使用s[df.columns].values进行右侧分配。