如何在不合并键的情况下将两个DataFrame含表头纵向拼接？

核心思路 #

先将第二个DataFrame（df2）的表头单独转为一行数据，再将这行表头与df2的原始数据合并，最后把处理后的df2整体堆叠到第一个DataFrame（df1）下方，Pandas会自动为缺失的列填充NaN。

步骤与代码示例 #

1. 准备示例数据

import pandas as pd

# 定义原始df1
df1 = pd.DataFrame({
    'Key1': [1, 2, 3],
    'Key2': ['a', 'b', 'c'],
    'Key3': [True, False, True],
    'Key4': [10.5, 20.3, 30.1],
    'Key5': ['x', 'y', 'z']
})

# 定义原始df2
df2 = pd.DataFrame({
    'Key1': [4, 5],
    'Key4': [40.2, 50.7],
    'Key7': ['m', 'n']
})

2. 将df2的表头转为一行数据

# 把df2的列名转成一行DataFrame，列名与df2保持一致
header_row = pd.DataFrame([df2.columns.tolist()], columns=df2.columns)

3. 合并表头行与df2原始数据

# 把表头行放在df2数据的最上方，重置索引避免重复
df2_with_header = pd.concat([header_row, df2], ignore_index=True)

4. 堆叠df1与带表头的df2

# 按行合并两个DataFrame，缺失列自动填充NaN，sort=False保留原始列顺序（可选）
final_df = pd.concat([df1, df2_with_header], ignore_index=True, sort=False)

最终效果说明 #

• df1的所有行保持不变，Key7列全为NaN
• df2的表头行作为单独一行出现在df1之后，Key2、Key3、Key5列对应位置为NaN
• df2的原始数据行紧跟表头行，同样为缺失列填充NaN

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