Python Pandas中忽略行索引拼接多个DataFrame的问题求助

你用pd.concat出现对齐错误的核心原因是：这个方法默认按DataFrame的行索引拼接，但你真正用来关联三个表的是Index列，不是行索引，所以Year列和VarA/VarB才会错位。

下面是两种直接可行的解决方式：

方法一：用merge按关联列合并 #

先把带VarA、VarB的表合并，再和带Year的表基于Index列关联，最后调整行索引：

# 合并df2和df3，以Index列为关联键
df_var = pd.merge(df2, df3, on='Index')
# 再和df1合并，保留df1的所有行（按需调整how参数）
final_df = pd.merge(df1, df_var, on='Index', how='left')
# 将行索引重置为0、1
final_df = final_df.reset_index(drop=True)

方法二：统一索引后再concat #

先把所有表的行索引替换成Index列的值，让concat能按正确维度对齐：

# 把三个表的行索引都替换为各自的Index列值
df1 = df1.set_index('Index')
df2 = df2.set_index('Index')
df3 = df3.set_index('Index')
# 按列拼接，此时会基于统一后的索引对齐所有列
final_df = pd.concat([df1, df2, df3], axis=1)
# 重置行索引为0、1
final_df = final_df.reset_index(drop=True)

如果你的Index列是唯一且一一对应的，两种方法都能得到你想要的结果。要是存在缺失数据，可以把merge里的how参数改成left来保留df1的全部行。

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