将具有非唯一索引的Pandas Dataframe与一维Numpy数组合并

import pandas as pd
import numpy as np

# 创建具有非唯一索引的DataFrame和一维Numpy数组
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=[1, 1, 2])
arr = np.array([7, 8, 9])

# 使用merge函数进行合并
merged_df = pd.merge(df, pd.DataFrame(arr, index=df.index), left_index=True, right_index=True)

print(merged_df)

   A  B  0
1  1  4  7
1  2  5  7
2  3  6  8

import pandas as pd
import numpy as np

# 创建具有非唯一索引的DataFrame和一维Numpy数组
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}, index=[1, 1, 2])
arr = np.array([7, 8, 9])

# 使用concat函数将一维Numpy数组合并为DataFrame的一列
concatenated_df = pd.concat([df, pd.DataFrame(arr, index=df.index)], axis=1)

print(concatenated_df)

   A  B  0
1  1  4  7
1  2  5  8
2  3  6  9