为何pd.concat(axis=0)在Python脚本中失效？Jupyter可正常运行

报错本质 #

虽然你确认两个DataFrame列数、列名、数据类型都一致，但脚本中实际传入pd.concat的对象维度不符合预期：报错提示维度1（列方向）一个是300、一个是6，说明其中一个对象被识别为一维数组/Series，或是被意外转置的DataFrame，而非你预期的(300,5)或(6,5)结构。

排查与修复步骤 #

• 先确认对象实际形状：在拼接代码前添加打印语句，验证两个对象的真实结构：

  print("df_1 shape:", df_1.shape)
  print("df_2 shape:", df_2.shape)
  

  如果输出出现(300,)或(6,)，说明对应对象是Series；如果是(5,300)或(5,6)，说明对象被转置了。

• 处理Series转DataFrame：如果其中一个对象是Series，将其转为列名匹配的DataFrame：

  # 假设df_1是Series，用df_2的列名对齐
  df_1 = df_1.to_frame(name=df_2.columns[0])
  # 若为多列误转成一维结构，检查前面代码是否有flatten、ravel等操作并修正
  

• 修正转置的DataFrame：如果对象被意外转置，重新转置回来：

  df_1 = df_1.T  # 或df_2 = df_2.T，根据实际情况调整
  

• 强制对齐列名：避免因大小写、空格或编码差异导致的列名隐性不匹配，拼接前统一列名：

  df_2.columns = df_1.columns
  # 再执行拼接
  result_df = pd.concat([df_1, df_2], axis=0, ignore_index=True)
  

• 检查数据处理逻辑：Jupyter分步运行的变量状态和脚本连续运行可能不同，排查前面代码：

  • 读取数据时是否漏传参数（如pd.read_csv的usecols、skiprows）
  • 是否有修改DataFrame结构的操作（如drop列但未赋值回原变量）

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