Pandas向DataFrame添加行异常：使用append与concat未获得预期结果

看起来你遇到的核心问题是从无表头CSV读取的DataFrame没有和原有DataFrame匹配的列名，直接用append或concat时，因为列名不对应，导致合并结果不符合预期。我来一步步帮你解决：

1. 先复现你的场景 #

首先模拟你现有的两个DataFrame：

import pandas as pd

# 原有带表头的DataFrame
df_existing = pd.DataFrame({'ID': [44, 31], 'age': [23, 25]})
print("原有DataFrame：")
print(df_existing)

输出：

原有DataFrame：
   ID  age
0  44   23
1  31   25

如果你直接读取无表头CSV而不指定列名，Pandas会自动用0、1作为列名：

# 模拟读取无表头CSV（实际用 pd.read_csv('your_file.csv', header=None)）
df_new = pd.DataFrame([[33, 55], [22, 23], [29, 22]])
print("\n无表头读取的有点问题的DataFrame：")
print(df_new)

输出：

无表头读取的有点问题的DataFrame：
    0   1
0  33  55
1  22  23
2  29  22

这时候直接合并的话，因为列名不匹配，Pandas会保留所有列，结果会出现NaN或者结构混乱，这就是你遇到的情况。

2. 正确的解决方法 #

方法一：读取CSV时直接指定列名（推荐） #

在读取无表头CSV的时候，通过names参数指定和原有DataFrame一致的列名：

# 读取无表头CSV并指定列名
df_new = pd.read_csv('your_file.csv', names=['ID', 'age'])

# 使用concat合并（Pandas官方推荐，append已被弃用）
combined_df = pd.concat([df_existing, df_new], ignore_index=True)
print("\n合并后的最终DataFrame：")
print(combined_df)

输出就是你想要的结果：

合并后的最终DataFrame：
   ID  age
0  44   23
1  31   25
2  33   55
3  22   23
4  29   22

方法二：给已读取的无表头DataFrame补列名 #

如果已经读取了无表头的DataFrame，也可以手动设置列名后再合并：

# 给无表头DataFrame设置列名
df_new.columns = ['ID', 'age']

# 合并（如果坚持用append，注意Pandas 2.0+已弃用该方法）
# combined_df = df_existing.append(df_new, ignore_index=True)
combined_df = pd.concat([df_existing, df_new], ignore_index=True)

关键提醒 #

• 合并Pandas DataFrame的核心前提是两个DataFrame的列名完全匹配，否则会出现列错位或NaN值。
• append方法在Pandas 2.0及以上版本已经被弃用，官方推荐使用pd.concat()来替代，功能更灵活。

内容的提问来源于stack exchange，提问作者Arwa