如何合并不同长度的Pandas DataFrame并透视导出至Excel？

我通过多个函数生成了多个不同长度的Pandas DataFrame，这些DataFrame的Header列包含不同的标识（如L1、L5等），数值列的名称也各不相同（Val1、Val2到Val9）。需要将这些DataFrame合并为一个统一的网格结构，缺失的数值用0填充，最终导出到Excel文件。

示例代码 #

import pandas as pd

# 第一个DataFrame示例
data1 = {'Header':['L1','L2','L3'], 
         'Val1':[float(100),float(200),float(300)],
         'Val2':[float(400),float(500),float(600)], 
         'Val3':[float(700),float(800),float(900)]}
data1_summary = pd.DataFrame(data=data1)

# 第二个DataFrame示例
data2 = {'Header':['L5','L6'], 
         'Val5':[float(1000),float(1100)],
         'Val6':[float(1300),float(1400)]}
data2_summary = pd.DataFrame(data=data2)

# 第三个DataFrame示例
data3 = {'Header':['L7','L8','L9','L10'], 
         'Val7':[float(1900),float(2000),float(2100),float(2200)],
         'Val8':[float(2900),float(2300),float(2400),float(2800)], 
         'Val9':[float(3500),float(3600),float(3700),float(3900)]}
data3_summary = pd.DataFrame(data=data3)

期望输出格式 #

解决方案 #

步骤说明 #

1. 收集DataFrame：将所有生成的DataFrame存入列表，便于批量处理。
2. 合并DataFrame：用pd.concat按行合并，指定join='outer'保留所有列，同时将Header设为行索引，确保每个标识对应唯一行。
3. 填充缺失值：将合并后出现的空值（NaN）替换为0，匹配期望格式。
4. 导出到Excel：使用to_excel方法将最终结果保存为Excel文件。

完整代码 #

import pandas as pd

# 生成示例DataFrame（实际场景中由函数生成）
data1 = {'Header':['L1','L2','L3'], 
         'Val1':[float(100),float(200),float(300)],
         'Val2':[float(400),float(500),float(600)], 
         'Val3':[float(700),float(800),float(900)]}
data1_summary = pd.DataFrame(data=data1)

data2 = {'Header':['L5','L6'], 
         'Val5':[float(1000),float(1100)],
         'Val6':[float(1300),float(1400)]}
data2_summary = pd.DataFrame(data=data2)

data3 = {'Header':['L7','L8','L9','L10'], 
         'Val7':[float(1900),float(2000),float(2100),float(2200)],
         'Val8':[float(2900),float(2300),float(2400),float(2800)], 
         'Val9':[float(3500),float(3600),float(3700),float(3900)]}
data3_summary = pd.DataFrame(data=data3)

# 收集所有DataFrame到列表
df_list = [data1_summary, data2_summary, data3_summary]

# 合并DataFrame并设置Header为索引
merged_df = pd.concat([df.set_index('Header') for df in df_list], axis=0, join='outer')

# 填充缺失值为0
final_df = merged_df.fillna(0)

# 导出到Excel
final_df.to_excel('merged_data.xlsx')

# 可选：打印查看结果
print(final_df)

内容的提问来源于stack exchange，提问作者Add