Python Pandas中DataFrame列索引与拼接报错问题咨询

我正在尝试对两个不同的DataFrame进行列索引操作，但因列不匹配持续报错。使用的代码片段如下：

df_3 = df_3[df_1.columns]
df = pd.concat([df_1,df_3])

我知道只有列完全匹配才能拼接，但对第一行代码的作用感到困惑——能否解释df_3 = df_3[df_1.columns]在拼接前的具体操作？这将帮助我调整DataFrame的列（我是初学者）。运行上述代码时，收到以下错误：

KeyError: "['STATUS', 'ID', 'ATTEMPT', 'TYPE'] not in index"

代码解析与问题解决 #

先搞懂df_3 = df_3[df_1.columns]的作用 #

这行代码的核心逻辑是让df_3和df_1的列完全对齐：

• 它会从df_3中筛选出所有在df_1.columns里存在的列
• 同时会把df_3的列顺序调整得和df_1一模一样
• 最终得到的新df_3，列的数量、名称、顺序都和df_1完全一致，这样后续pd.concat才能顺利拼接

为什么会报KeyError？ #

错误提示里的['STATUS', 'ID', 'ATTEMPT', 'TYPE'] not in index意思很明确：df_1里有的这些列，df_3根本没有。你要从df_3里提取它不存在的列，自然会抛出找不到键的错误。

针对你的需求，两种解决思路： #

思路1：让df_3补全df_1的所有列

如果你的目标是保留df_1的全部列，那需要先给df_3补上缺失的列，再调整顺序：

# 找出df_1有但df_3没有的列
missing_cols = [col for col in df_1.columns if col not in df_3.columns]
# 给df_3添加这些缺失列，值设为空值（pd.NA）
for col in missing_cols:
    df_3[col] = pd.NA
# 调整df_3的列顺序和df_1一致
df_3 = df_3[df_1.columns]
# 现在可以正常拼接了
df = pd.concat([df_1, df_3])

思路2：只保留两个DataFrame共有的列

如果不需要保留df_1的全部列，只需要两者都有的列来拼接：

# 找出两个DataFrame共有的列
common_cols = [col for col in df_1.columns if col in df_3.columns]
# 分别调整两个DataFrame只保留共同列
df_1 = df_1[common_cols]
df_3 = df_3[common_cols]
# 执行拼接
df = pd.concat([df_1, df_3])

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