pandas.concat合并DataFrame时行未追加反而聚合的原因咨询

核心原因是待拼接的df1和df2存在重复的行索引，触发了pandas拼接时的索引对齐逻辑：

• pd.concat()默认不会重置索引，且采用join='outer'的对齐规则。当两个DataFrame有相同的行索引值时，拼接后该索引对应的列会把两个DataFrame的对应值合并成一个Series对象，而非追加为独立行。
• 比如你示例中，若df1的行索引是[0,1,2]，df2的行索引是[0,1]，拼接后索引0的a列会变成包含[1,5]的Series，索引1的a列变成包含[2,7]的Series，只有索引2的a列是单个值3，这完全匹配你描述的实际输出。

至于导出CSV显示正常的原因：pandas在导出CSV时会自动展开Series类型的单元格值，所以看起来每个单元格对应单个值，但DataFrame内部的存储结构依然是Series对象，这就导致直接搜索值1时无法匹配——因为你搜索的是单个数值，而目标单元格是一个Series容器，而非单个值。

你提到其他项目中拼接正常，是因为那些场景下的DataFrame要么本身没有重复索引，要么拼接后手动重置了索引（比如添加ignore_index=True参数），避开了索引对齐导致的合并问题。

内容的提问来源于stack exchange，提问作者crime-brulee