将一个系列分配给 Pandas DataFrame 的几行

我有一个用索引和列准备的 pandas DataFrame，所有值都是 NaN。 现在我计算了一个结果，该结果可用于 DataFrame 的多行，并且我想一次将它们全部分配。这可以通过循环来完成，但我很确定这个分配可以一次完成。

这是一个场景：

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

怎样才能完成这个任务呢？

看来我们可以使用底层数组数据来赋值 -

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

现在，假设索引的顺序s与以下列中的相同df。如果不是这样的话，就像suggested by @Nras https://stackoverflow.com/questions/44806006/assign-a-series-to-several-rows-of-a-pandas-dataframe/44806099#comment76592260_44806099，我们可以使用s[df.columns].values用于右侧分配。