如何在Pandas中拼接DataFrame实现索引交替排列？

我用Pandas创建了两个DataFrame，想要对它们做拼接操作，让两个DataFrame的索引交替排列。示例如下：

原始数据 #

df1 #

x    y
a   10   30
b   20   40

df2 #

x    y
a1  11   31
b1  21   41

期望输出 #

x    y
a   10   30
a1  11   31
b   20   40
b1  21   41

方法一：构造交替索引后重排 #

先合并两个DataFrame，再通过zip生成交替的索引列表，最后重新索引：

import pandas as pd

# 构造示例DataFrame
df1 = pd.DataFrame({'x': [10, 20], 'y': [30, 40]}, index=['a', 'b'])
df2 = pd.DataFrame({'x': [11, 21], 'y': [31, 41]}, index=['a1', 'b1'])

# 生成交替索引
new_index = []
for i1, i2 in zip(df1.index, df2.index):
    new_index.extend([i1, i2])

# 合并并重排
result = pd.concat([df1, df2]).reindex(new_index)
print(result)

方法二：利用索引规律排序（仅适用于索引有对应关系的场景） #

如果两个DataFrame的索引是成对命名的（如a对应a1、b对应b1），可以通过提取索引前缀排序：

result = pd.concat([df1, df2]).sort_index(key=lambda idx: idx.str[:-1] if idx[-1].isdigit() else idx)
print(result)

方法三：逐行交替拼接（逻辑直观） #

逐行将两个DataFrame的对应行拼接起来，适合小数据集：

result_list = []
for idx1, idx2 in zip(df1.index, df2.index):
    result_list.append(df1.loc[[idx1]])
    result_list.append(df2.loc[[idx2]])

result = pd.concat(result_list)
print(result)

内容的提问来源于stack exchange，提问作者programmer_04_03