如何将Pandas DataFrame索引修改为‘SQL+序号’格式？

你的需求完全可以实现，之前用index.rename报错是因为用错了方法——index.rename是用来修改索引列的名称（比如给整个索引起个统一的名字），不是修改每个索引的具体值。

直接修改索引值的方法很简单：

1. 处理SQL读取的DataFrame：

   # 假设sql_df是从SQL读取的DataFrame
   sql_df.index = [f"SQL{i}" for i in sql_df.index]
   

2. 处理Snowflake导入的DataFrame：

   # 假设snow_df是从Snowflake导入的DataFrame
   snow_df.index = [f"Snow{i}" for i in snow_df.index]
   

如果要拼接对比数据差异，推荐按列拼接（方便横向对比同位置的数据），用pd.concat指定axis=1并添加来源标识：

import pandas as pd

compare_df = pd.concat([sql_df, snow_df], axis=1, keys=["SQL数据源", "Snowflake数据源"])
# 可选：筛选出存在差异的行
diff_rows = compare_df[compare_df.iloc[:, 0] != compare_df.iloc[:, 1]]

如果需要按行拼接（把两个数据集放在一起整体对比），直接执行pd.concat([sql_df, snow_df])即可，此时索引已经是带前缀的格式，不会混淆。

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