Python3.12环境下Pandas concat维度不匹配报错求助

报错拆解 #

ValueError: all the input array dimensions except for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 1979444 and the array at index 1 has size 44040

这个报错说明拼接时，除指定轴外的维度不匹配。但报错里提到的维度1尺寸是两个DataFrame的行数（1979444和44040），意味着代码要么在尝试按列拼接（axis=1），要么传入的对象不是预期的DataFrame。结合你的环境差异（仅Python版本不同，Pandas版本一致），以下是针对性排查方案：

1. 修正pd.concat传参 #

你提到的pd.concat(["buffer", "new"])存在明显错误：传入了字符串列表而非DataFrame变量本身。正确写法应去掉引号，直接传递变量：

pd.concat([buffer, new])

Python 3.12下Pandas的字符串处理逻辑与3.11存在细微差异，导致这种错误写法在旧环境未触发报错，但本质是不符合语法的。

2. 验证列名与数据类型一致性 #

即使你已调整过列顺序，仍需再次确认：

# 检查列名是否完全一致（含顺序）
print(buffer.columns.tolist() == new.columns.tolist())

# 逐列验证数据类型匹配度
for col in buffer.columns:
    print(f"列{col}: buffer类型={buffer[col].dtype}, new类型={new[col].dtype}")

注意datetime64[us]和datetime64[ns]精度不同，会被Pandas视为不同类型，需统一转换：

# 将buffer的datetime列转为ns精度
for col in buffer.select_dtypes(include=['datetime64[us]']).columns:
    buffer[col] = buffer[col].astype('datetime64[ns]')

3. 解决Python3.12与Pandas2.1.1的兼容性问题 #

Pandas2.1.1对Python3.12的支持存在边缘问题，建议：

• 升级Pandas到兼容版本（如2.2.x系列，官方已完善对Python3.12的支持）：

  conda install pandas=2.2.2
  

• 检查numpy版本（Python3.12要求numpy>=1.23.0）：

  import numpy
  print(numpy.__version__)
  

4. 显式指定拼接参数 #

通过显式参数避免隐式行为差异：

pd.concat([buffer, new], axis=0, ignore_index=True, verify_integrity=False)

verify_integrity=False会跳过索引重复检查，减少版本差异引发的问题。

内容的提问来源于stack exchange，提问作者Thomas D.