如何基于共享列合并Pandas数据帧字典

你的问题核心是直接按列拼接时，每个数据帧都包含的character列会被重复保留，要得到期望的结果，不需要额外重置索引（除非后续调整格式），但需要先对齐共享列再合并，下面是两种简单可行的方案：

方案1：基于索引对齐的concat改进 #

先将每个数据帧的character列设为索引，这样按列拼接时会自动对齐索引，不会重复生成character列，最后再将索引还原为普通列即可：

import pandas as pd

# 预处理每个数据帧，把character设为索引
processed_dfs = [df.set_index('character') for df in sega_df_dict.values()]
# 按列合并，join='inner'确保只保留所有数据帧都有的ROI
sega_final_df = pd.concat(processed_dfs, axis=1, join='inner').reset_index()

方案2：基于merge的逐次合并 #

以第一个数据帧为基础，逐个与其他数据帧基于character列进行内连接，这种方式天然只会保留一份character列：

import pandas as pd

# 取出字典中第一个数据帧作为合并起点
sega_final_df = next(iter(sega_df_dict.values()))
# 遍历剩余数据帧，逐个执行内连接
for df in list(sega_df_dict.values())[1:]:
    sega_final_df = sega_final_df.merge(df, on='character', how='inner')

两种方案都能得到你期望的结果，其中方案1在数据量较大时效率更高，方案2逻辑更直观，适合理解合并过程。

内容的提问来源于stack exchange，提问作者florence-y