Python 熊猫加入vs添加列

我有两个数据帧（

df1

和

df2

），具有相同的

多索引
df1
有A列，
df2
有B列

我找到了两种“连接”这些数据帧的方法：

df_joined = df1.join(df2, how='inner')

或

第一种选择需要更长的时间。为什么？
选项2是否不查看索引，而只是将列“附加”到右侧

之后运行此操作将返回
True
，因此最终结果看起来是相同的，但这可能是因为
df1
和
df2
中的索引顺序也相同：

df_joined.equals(df1)

知道索引是相同的，有没有更快的方法加入数据帧？
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
比assignment花费的时间更长，因为它显式地排列了
df1.index
和
df2.index
，这非常昂贵。我们并不认为指数的顺序是一致的。根据，如果未指定任何列，则将在数据帧的各自索引上进行
连接

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，避免使用
pandas
。
OP不会抱怨
df1['B']=df2['B']
的执行速度，但是相反，我很好奇为什么
join
方法比赋值花费的时间要长得多？@Szabolcs补充了一个简短的解释。@jp_data_analysis那么如果df2中的索引顺序不同，即未对齐，会发生什么？在
df1['B']=df2['B']
中，仍将添加列，但列本身是错误的，即错误索引处的值？@Dimebag，
pandas
将相应地排列序列，例如
df2
中的索引0将分配给
df1
中的索引0，即使在打印数据帧时它们处于不同的顺序位置。我不知道在你的情况下，索引或顺序位置是否重要。简短的回答，使用的逻辑是完全不同的
df1.join（df2）
做得更多，而且总是更慢，即使输出相同。您可以查看
pandas
源代码以了解更多详细信息。
df_joined.equals(df1)