Python 使用一系列数组的内容扩展dataframe

我有一个pandas数据帧

bb

和一系列pandas numpy数组，

aa

，行数相同

>>> bb
          A         B
0  0.049315  0.362793
1  0.853909  0.590942
2  0.854748  0.247608
3  0.084967  0.293541
4  0.053430  0.922705
5  0.571357  0.404485
6  0.363018  0.070912
7  0.784807  0.641253

>>> aa

0    [0.4648, 0.8575, 0.5008]
1    [0.3056, 0.2737, 0.0137]
2     [0.8038, 0.0858, 0.345]
3    [0.4135, 0.7571, 0.3686]
4    [0.7482, 0.8063, 0.7976]
5    [0.9359, 0.5873, 0.2319]
6     [0.8838, 0.7109, 0.712]
7    [0.6493, 0.1516, 0.5401]
dtype: object

我需要在包含

aa

元素的数据框

bb

中添加三列。预期结果如下：

          A         B      v0      v1      v2
0  0.049315  0.362793  0.4648  0.8575  0.5008
1  0.853909  0.590942  0.3056  0.2737  0.0137
2  0.854748  0.247608  0.8038  0.0858  0.3450
3  0.084967  0.293541  0.4135  0.7571  0.3686
4  0.053430  0.922705  0.7482  0.8063  0.7976
5  0.571357  0.404485  0.9359  0.5873  0.2319
6  0.363018  0.070912  0.8838  0.7109  0.7120
7  0.784807  0.641253  0.6493  0.1516  0.5401

我可以通过以下代码实现这一点：

rows, cols = 8, 3

ixs = ["v" + str(i) for i in range(cols)]
bb[ixs] = pd.DataFrame(np.zeros((8, 3)))
for i in range(rows):
    for j in range(cols):
        bb[ixs[j]][i] = aa[i][j]

---

然而，在我拥有的较大数据帧上，这是非常慢的。在pandas/numpy中，有没有一种更惯用的方法可以更快地实现这一点？

通过构造函数创建

DataFrame

，通过更改列名称并通过或添加到原始列：

或：

---

这似乎更快和紧凑的一个@迪瓦卡-非常感谢！

df = bb.join(pd.DataFrame(aa.values.tolist()).add_prefix('v'))

df = pd.concat([bb, pd.DataFrame(aa.values.tolist()).add_prefix('v')], axis=1)