为何结构相似的DataFrame呈现两种不同索引类型？

问题背景 #

我在基于看涨期权模拟结果绘制PnL与价格的对比图表时，需要合并提取到的两个DataFrame（terminal_price和terminal_pnl），但合并结果不符合预期。排查后确认：两者维度一致、均为pandas.core.frame.DataFrame类型，但索引类型存在差异——terminal_price的索引为object类型，terminal_pnl的索引为RangeIndex类型。

尝试按现有索引执行concat操作时得到空DataFrame，之后通过为两者添加唯一counter列，使用merge方法成功获取到目标DataFrame，代码如下：

terminal_price['counter'] = np.arange(terminal_price.shape[0])
terminal_pnl['counter'] = np.arange(terminal_pnl.shape[0])
pnl_vs_price_df = terminal_price.merge(terminal_pnl, how = 'inner', on='counter')

核心疑问 #

• 是否存在更直接的合并实现方式？
• 为何会出现索引类型的差异？
• 如何统一两个DataFrame的索引？

测试验证 #

由于模拟代码过于庞大无法复现数据源，我用5步模拟进行测试：两个DataFrame外观上相似，但执行concat时会堆叠数据而非按索引并列；按索引执行merge无结果，进一步验证了索引存在差异的问题。

数据提取代码 #

terminal_price = dhedge_strat['path'].iloc[-1:,].T
terminal_price.rename(columns = {999 : 'term_price'}, inplace=True)
terminal_pnl = pd.DataFrame(dhedge_err_['hedge_error']).reset_index()

内容的提问来源于stack exchange，提问作者user3654852