如何使用Pandas合并3个DataFrame？保留全部列实现堆叠

你用的pd.merge_ordered是做有序键合并的，本质是按共同列做类似SQL的连接操作，不是把数据行堆叠在一起——这就是你丢失列的原因：它只会保留参与合并的共同列，非共同列会被过滤。

要把三个DataFrame完整堆叠（行合并）、保留所有列，应该用pd.concat()方法，它会沿着行轴把数据拼在一起，列不匹配的位置自动填充NaN：

import pandas as pd

# 直接堆叠三个DataFrame，重置行索引避免重复
all_lob = pd.concat([df1, df2, df3], ignore_index=True)

如果需要区分不同产品的数据，可以给每个DataFrame先加一个标识列，再合并：

# 给每个DataFrame添加产品类型标识
df1['产品类型'] = '产品1'
df2['产品类型'] = '产品2'
df3['产品类型'] = '产品3'

# 堆叠并重置索引
all_lob = pd.concat([df1, df2, df3], ignore_index=True)

内容的提问来源于stack exchange，提问作者JMJ