如何正确使用Pandas拼接DataFrame？拼接列异常问题求助

问题根源 #

将p3存入CSV再读取后，p3的列名会被自动转为字符串类型（如'0'、'1'），而你创建的p4列名是默认的整数类型（0）。pd.concat()会严格按列名（包括类型）对齐，类型不匹配的列名会被判定为不同列，导致p4被当作新列拼接，而非追加到p3的行下方。

解决方案 #

以下是几种可行的修复方式：

方式1：读取CSV时统一列名类型

读取p3后，将列名转回整数，和p4的列名类型保持一致：

import pandas as pd
p1 = pd.DataFrame([['john','Kim'],[9,3]])
p2 = pd.DataFrame([['Alice'],[4]])

p1.index = ['A','']
p2.index = ['B', '']

p3 = pd.concat([p1,p2]).fillna('')
p3.to_csv('test.csv', index = True)

# 修改读取逻辑，将列名转为整数
p3 = pd.read_csv('test.csv',index_col=0)
p3.columns = p3.columns.astype(int)  # 关键：统一列名类型

p4 = pd.DataFrame([['George'],[7]])
p4.index=['K','']
p5 = pd.concat([p3,p4]).fillna('')  # 填充空值保持格式一致
print(p5)

方式2：创建p4时匹配p3的列名

直接让p4的列名和列数与p3完全一致：

# 读取p3后
p3 = pd.read_csv('test.csv',index_col=0)
# 创建p4时指定和p3相同的列名，空列填充''
p4 = pd.DataFrame([['George',''],[7,'']], columns=p3.columns)
p4.index=['K','']
p5 = pd.concat([p3,p4])

方式3：强制忽略列名对齐（谨慎使用）

如果确定p3和p4的列顺序完全对应，可以用ignore_index强制行拼接，但此方法不推荐用于列数或顺序可能变化的场景：

p5 = pd.concat([p3,p4], ignore_index=True, axis=0).fillna('')

内容的提问来源于stack exchange，提问作者Rafi Ullah