如何合并列数不等的两个Pandas DataFrame并保留全部列？

原代码报错的核心原因是np.vstack要求输入的数组列数完全一致，但df1有2列、df2有3列，列数不匹配导致运行失败；另外就算列数一致，这种方式也只会保留df1的列名，丢失df2的其他列，完全不符合需求。

直接使用pandas内置的pd.concat()函数就能完美解决问题，它会自动对齐两个DataFrame的列名，不存在的列会自动填充缺失值（NaN）：

import pandas as pd

df1 = pd.DataFrame({'a':[1,2,3],'y':[7,8,9]})
df2 = pd.DataFrame({'b':[10,11,12],'x':[13,14,15],'y':[16,17,18]})

# 合并两个DataFrame，忽略原索引并自动对齐列
result_df = pd.concat([df1, df2], ignore_index=True)
print(result_df)

运行结果： #

a    y     b     x
0  1.0  7.0   NaN   NaN
1  2.0  8.0   NaN   NaN
2  3.0  9.0   NaN   NaN
3  NaN  16.0  10.0  13.0
4  NaN  17.0  11.0  14.0
5  NaN  18.0  12.0  15.0

如果需要将缺失值替换为指定值（比如0），可以在合并后调用fillna()：

result_df = pd.concat([df1, df2], ignore_index=True).fillna(0)

内容的提问来源于stack exchange，提问作者Bogaso