如何向Pandas DataFrame添加不同长度列并保留所有数据？

当你直接向空DataFrame赋值添加列时，后续列的长度如果超过已存在列的长度，超出部分会被截断。要保留所有列的完整数据，不要直接赋值列，而是用pd.concat()将每个Series合并成DataFrame——它会自动按索引对齐，长度不足的位置填充NaN，不管添加顺序如何，都能保留所有数据。

原问题示例（首列较短导致后续列截断） #

import pandas as pd

df_profile = pd.DataFrame()
df_profile['A'] = pd.Series([1,2,3,4])
df_profile['B'] = pd.Series([10,20,30,40,50,60])

print(df_profile)

输出：

A   B
0  1  10
1  2  20
2  3  30
3  4  40

可以看到Series B的后两个值（50、60）被截断了。

改进方案：使用pd.concat合并 #

不管列的添加顺序如何，把每个Series转为单独的DataFrame，再用pd.concat()按列合并：

import pandas as pd

# 定义所有要添加的列
series_dict = {
    'A': pd.Series([1,2,3,4]),
    'B': pd.Series([10,20,30,40,50,60])
}

# 合并成DataFrame
df_profile = pd.concat(series_dict, axis=1)
print(df_profile)

输出：

A     B
0  1.0  10.0
1  2.0  20.0
2  3.0  30.0
3  4.0  40.0
4  NaN  50.0
5  NaN  60.0

这样A列不足的位置补NaN，B列的所有数据都被保留了。

循环添加场景的适配 #

如果是循环动态添加列，可以先把每个Series存入字典，最后一次性合并；或者每次合并一个新列：

import pandas as pd

df_profile = pd.DataFrame()
# 模拟循环添加不同长度的列
columns_to_add = [
    ('A', [1,2,3,4]),
    ('B', [10,20,30,40,50,60]),
    ('C', [100,200])
]

for col_name, data in columns_to_add:
    # 每次将新Series转为DataFrame，和原DataFrame合并
    df_profile = pd.concat([df_profile, pd.Series(data, name=col_name)], axis=1)

print(df_profile)

输出：

A     B      C
0  1.0  10.0  100.0
1  2.0  20.0  200.0
2  3.0  30.0    NaN
3  4.0  40.0    NaN
4  NaN  50.0    NaN
5  NaN  60.0    NaN

所有列的完整数据都被保留，不足的位置自动填充NaN。

内容的提问来源于stack exchange，提问作者roudan