如何将同列名的两个DataFrame并排合并（如A列与A列相邻）

要实现将同名列放在一起的合并效果，你可以在拼接后对列索引进行排序，具体步骤如下：

1. 先用pd.concat()拼接两个DataFrame
2. 对拼接结果按列名排序，相同列名会自动相邻排列

示例代码：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2], 'B': ["abc", "abc"], 'C': [0, 1]})
df2 = pd.DataFrame({'A': [1, 6], 'B': ["bcd", "abc"], 'C': [5, 5]})

# 拼接两个DataFrame
combined_df = pd.concat([df1, df2], axis=1)
# 按列名排序，同名列会相邻
result_df = combined_df.sort_index(axis=1)

print(result_df)

执行后输出结果：

A  A     B     B  C  C
0  1  1  abc  bcd  0  5
1  2  6  abc  abc  1  5

你也可以直接通过重新索引列的方式实现，效果完全一致：

result_df = combined_df[sorted(combined_df.columns)]

原理很直白：pd.concat(axis=1)会按传入的DataFrame顺序拼接列（先放df1的所有列，再放df2的所有列），而对列索引排序后，相同名称的列会被归为一组，就能得到你想要的列顺序。

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