Pandas DataFrame拼接后出现重复同名列的技术问题求助

这个问题的核心原因是两个DataFrame中同名的agentid列数据类型不一致，pandas在拼接时会将数据类型不同的同名列视为独立的列，从而导致重复列的出现。

第一步：验证问题根源 #

先检查两个DataFrame各列的数据类型，确认agentid的类型差异：

print(df1.dtypes)
print(df2.dtypes)

你会发现agentid列的类型不一样（比如一个是int64，另一个是object或者float64）。

第二步：统一数据类型后再拼接 #

将两个DataFrame的agentid列转换为相同的数据类型（比如统一为int64），然后再执行拼接：

# 统一agentid列的数据类型
df1['agentid'] = df1['agentid'].astype('int64')
df2['agentid'] = df2['agentid'].astype('int64')

# 执行拼接（可选ignore_index=True重置索引，让结果更整洁）
result = pd.concat([df1, df2], sort=False, ignore_index=True)
print(result)

执行后会得到正确的拼接结果：

agent  agentid agentname agentaddress
0      1     1001      test        delhi
1      2     1002     test1     vadodara

额外排查点 #

如果统一类型后还是出现重复列，那要检查列名是否完全一致：

# 对比两个DataFrame的列名列表
print(df1.columns.tolist())
print(df2.columns.tolist())

有时候列名看起来一样，但实际包含隐藏空格、大小写差异（比如AgentID和agentid），这时候需要先统一列名：

# 确保列名完全一致（转为小写并去除首尾空格）
df1.columns = df1.columns.str.strip().str.lower()
df2.columns = df2.columns.str.strip().str.lower()

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