使用Pandas .concat(axis=1)合并DataFrame未对齐问题求助

先修正代码中的语法错误 #

你的代码存在三处语法问题，先纠正：

# 错误点：pd.conat拼写错误→pd.concat；括号不匹配；变量名不能有空格
result_df = pd.concat([df1, df2], axis=1)

数据未对齐的核心原因 #

从你给出的合并结果看，最终出现了4行，说明df1和df2的行索引标签不匹配（比如df1的索引是[0,1]，而df2的索引实际是[2,3]）。pd.concat(axis=1)是严格按行索引标签对齐的，当索引不重叠时，会保留所有行并填充缺失值，导致出现错位结果。

匹配你期望结果的解决方案 #

你需要按行位置对齐，同时让df2的a列覆盖df1的a列，保留df1的b、c列和df2的d、e列，以下两种方法都可以实现：

方法1：重置索引合并+去重列

先统一两个DataFrame的索引，确保按行位置对齐，再合并并保留重复列中来自df2的内容：

# 重置索引，丢弃原有索引，统一使用连续的0、1索引
df1_reset = df1.reset_index(drop=True)
df2_reset = df2.reset_index(drop=True)

# 横向合并
combined = pd.concat([df1_reset, df2_reset], axis=1)

# 处理重复列：保留最后出现的列（即df2的列）
result_df = combined.loc[:, ~combined.columns.duplicated(keep='last')]

方法2：用combine_first直接合并填充

combine_first会用右侧DataFrame的非空值填充左侧的缺失值，正好匹配你的需求：

# 用df2的非空值覆盖df1，同时合并所有列
result_df = df2.combine_first(df1)

执行任意一种方法后，就能得到你期望的结果：

a   b    c    d   e 
0     8   3    4    9   10
1     11  6    7   12   13

内容的提问来源于stack exchange，提问作者TheMcFloyd