Python 如何向每行添加数据帧？

如果我有一个像这样的熊猫数据框：

     0   1   2 
 0   0   0   0
 1   1   0   1
 2   0   0   1
 3   1   1   0

     0   1   2
 0   0   2   3 

熊猫数据框如下：

     0   1   2 
 0   0   0   0
 1   1   0   1
 2   0   0   1
 3   1   1   0

     0   1   2
 0   0   2   3 

如何将此数组连接到每一行，以获得如下新数据帧：

     0   1   2   3   4   5
 0   0   0   0   0   2   3
 1   1   0   1   0   2   3
 2   0   0   1   0   2   3
 3   1   1   0   0   2   3

---

有一个删除的答案非常接近

# merge the data frame
df = pd.concat([df1, df2], axis=1, sort=False)

# rename dataframe to advoid duplications
df.columns = range(len(df.columns))

# fill na's in the columns of df2
df[-len(df2.columns):].ffill(inplace=True)

---

有一个删除的答案非常接近

# merge the data frame
df = pd.concat([df1, df2], axis=1, sort=False)

# rename dataframe to advoid duplications
df.columns = range(len(df.columns))

# fill na's in the columns of df2
df[-len(df2.columns):].ffill(inplace=True)

---

可以使用dict分配多个静态值：

df1.columns = ['3', '4', '5']
df = df.assign(**df1.to_dict('index')[0])
# If need to be int names: df.columns = df.columns.astype(int)

   0  1  2  3  4  5
0  0  0  0  0  2  3
1  1  0  1  0  2  3
2  0  0  1  0  2  3
3  1  1  0  0  2  3

---

可以使用dict分配多个静态值：

df1.columns = ['3', '4', '5']
df = df.assign(**df1.to_dict('index')[0])
# If need to be int names: df.columns = df.columns.astype(int)

   0  1  2  3  4  5
0  0  0  0  0  2  3
1  1  0  1  0  2  3
2  0  0  1  0  2  3
3  1  1  0  0  2  3

可能的重复可能的重复