合并DataFrame遇Reindexing报错，索引已唯一仍异常求助

排查方向1：检查列索引的唯一性 #

你只验证了行索引的唯一性，但这个错误也常因列索引重复触发。执行以下代码确认：

print("df_1列索引是否重复：", df_1.columns.duplicated().any())
print("df_2列索引是否重复：", df_2.columns.duplicated().any())

如果存在重复列，先清理列名：

# 保留重复列的第一个实例，移除后续重复项
df_1 = df_1.loc[:, ~df_1.columns.duplicated()]
df_2 = df_2.loc[:, ~df_2.columns.duplicated()]

排查方向2：明确concat的axis参数 #

默认axis=0是行合并，但如果代码中误设为axis=1（列合并），即使行索引已重置，也可能触发错误。确保concat代码明确指定参数：

df_3 = pd.concat([df_1, df_2], axis=0, ignore_index=True)

排查方向3：追踪重置索引后的DataFrame状态 #

既然控制台测试正常，说明代码运行时的df_1/df_2和你调试的实例状态不一致。检查重置索引到合并之间的代码，是否有修改索引、列名或数据的操作。可以在合并前立即添加验证代码：

# 合并前临时校验
print("df_1行索引唯一：", df_1.index.is_unique)
print("df_1列索引唯一：", df_1.columns.is_unique)
print("df_2行索引唯一：", df_2.index.is_unique)
print("df_2列索引唯一：", df_2.columns.is_unique)

排查方向4：绕开索引直接构造新DataFrame #

如果以上步骤都无法解决，尝试用底层数据直接构造新表，规避索引/列的潜在问题：

import numpy as np
df_3 = pd.DataFrame(np.vstack([df_1.values, df_2.values]), columns=df_1.columns)

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