求助：Pandas合并多DataFrame出现NaN，如何得到指定格式结果

问题原因 #

出现对角线分布的NaN，通常是以下两种情况：

• 各DataFrame的列名存在隐性差异（比如列名前后有空格、大小写不一致），导致concat时自动扩充列，不同列名的位置填充NaN；
• 未重置索引，且各DataFrame的索引重复，视觉上呈现类似对角线的分布效果。

解决方案 #

1. 先统一列名（关键步骤）

先检查每一个DataFrame的列名是否完全一致：

# 遍历打印所有df的列名，排查差异
for idx, df in enumerate([df1, df2, df3, df4, df5, df6, df7], 1):
    print(f"df{idx} 列名: {list(df.columns)}")

如果发现列名有空格、大小写不一致等问题，统一修正：

# 去除列名前后空格并转为小写（可根据实际调整规则）
for df in [df1, df2, df3, df4, df5, df6, df7]:
    df.columns = df.columns.str.strip().str.lower()

2. 合并并提取目标列

列名统一后，重新合并并只保留amount列，同时重置索引避免重复：

# 方案一：先合并所有df，再提取amount列
frames = [df1, df2, df3, df4, df5, df6, df7]
result = pd.concat(frames, ignore_index=True)[["amount"]]

# 方案二：合并前只提取每个df的amount列，更高效
frames = [df["amount"] for df in [df1, df2, df3, df4, df5, df6, df7]]
result = pd.concat(frames, ignore_index=True).to_frame(name="amount")

3. 额外排查：是否存在表头重复导入的情况

如果你的DataFrame是从文件读取的，可能误把表头行当成了数据行（比如每个文件都有name sub amount这行），需要先清洗：

for df in [df1, df2, df3, df4, df5, df6, df7]:
    # 过滤掉amount列无法转为数字的行（即表头行）
    df = df[pd.to_numeric(df["amount"], errors="coerce").notna()]
    df.reset_index(drop=True, inplace=True)

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