如何将两个列名唯一的Pandas DataFrame上下堆叠且不丢失列名？

你遇到的问题核心在于pd.concat默认会按列名对齐数据，而你的两个DataFrame列名完全不重叠，所以它会自动合并所有列，导致DF1的行在DF2的列位上显示NaN，反之亦然。但你想要的是「原样堆叠」——就像复制粘贴表格一样，不管列名，只按行的顺序堆叠，同时保留DF2的列名作为一行插入。

下面是具体的实现步骤：

步骤1：还原你的原始DataFrame #

先把你描述的DataFrame正确构造出来（原始排版有点小问题，我按内容还原）：

import pandas as pd

# DF1：2列，3行数据
df1 = pd.DataFrame([['A', 'C'], ['B', 'D'], ['X', 'Y']], columns=['Col1', 'Col1_2'])
# DF2：4列，3行数据
df2 = pd.DataFrame([['a', 'c', 'x', 't'], ['b', 'd', 'y', 'j'], ['b', 'e', 'z', 'k']], columns=['Col2', 'Col3', 'Col4', 'Col5'])

步骤2：实现「复制粘贴式」堆叠逻辑 #

我们需要先把两个DataFrame的行都对齐到最大列数，然后插入DF2的列名作为一行，最后拼接所有部分：

# 计算两个DataFrame的最大列数，确定最终表格的列数
max_columns = max(df1.shape[1], df2.shape[1])

# 处理DF1：把每行补NaN到最大列数，保证和DF2的列数匹配
df1_processed = pd.DataFrame(
    [list(row) + [pd.NA] * (max_columns - df1.shape[1]) for _, row in df1.iterrows()]
)

# 创建DF2的表头行：把DF2的列名作为一行数据
df2_header = pd.DataFrame([df2.columns.tolist()])

# 处理DF2：本身列数等于最大列数，直接转换即可
df2_processed = pd.DataFrame([list(row) for _, row in df2.iterrows()])

# 拼接所有部分，重置行索引
final_result = pd.concat([df1_processed, df2_header, df2_processed], ignore_index=True)

步骤3：查看最终结果 #

运行后final_result的输出就和你预期的完全一致了：

0      1      2      3
0       A      C   <NA>   <NA>
1       B      D   <NA>   <NA>
2       X      Y   <NA>   <NA>
3    Col2   Col3   Col4   Col5
4       a      c      x      t
5       b      d      y      j
6       b      e      z      k

如果需要给最终表格统一命名列（比如都用Col1、Col2这类格式），可以直接修改列名：

final_result.columns = [f'Col{i+1}' for i in range(max_columns)]

这样就完美实现了「不按列名匹配，直接上下堆叠」的需求，完全保留了原始数据的行顺序和DF2的列名，没有丢失任何内容。

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