Pandas合并DataFrame报错：DataFrame真值判断歧义问题求助

先帮你拆解下遇到的两个核心问题，以及对应的修复方案：

1. 真值判断引发的错误 #

你代码里的if df_final != None:会触发报错，原因是：当df_final已经是一个DataFrame对象时，直接用!= None会让Pandas尝试做元素级的比较，这就会抛出"The truth value of a DataFrame is ambiguous"的错误。

正确的判断方式是用is not None——它是判断对象的身份是否为None，不会触发Pandas的元素级比较逻辑：

if df_final is not None:

2. pd.concat的用法错误 #

pd.concat(df_final, df)的写法不符合Pandas的API要求：pd.concat的第一个参数必须是包含多个DataFrame的可迭代对象（比如列表），正确写法是把要合并的DataFrame放进列表中：

df_final = pd.concat([df_final, df])

优化后的完整代码 #

另外给你个小建议：如果要合并多个DataFrame，更高效的方式是先把所有生成的df存入一个列表，最后再一次性合并——比每次循环都合并要节省性能，尤其是数据量较大的时候。修改后的代码如下：

def visit_table_links():
    links = grab_initial_links()
    df_list = []  # 用列表存储所有生成的DataFrame
    for obi in links:
        resp = requests.get(obi[1])
        tree = html.fromstring(resp.content)
        dflist = []
        for attr in tree.xpath('//th[contains(normalize-space(text()), "sometext")]/ancestor::table/tbody/tr'):
            population = attr.xpath('normalize-space(string(.//td[2]))')
            try:
                population = population.replace(',', '')
                population = int(population)
                year = attr.xpath('normalize-space(string(.//td[1]))')
                year = re.findall(r'\d+', year)
                year = ''.join(year)
                year = int(year)
                dflist.append([year, population, obi[0]])
            except Exception as e:
                pass
        df = pd.DataFrame(dflist, columns=['Year', 'Population', 'Municipality'])
        df_list.append(df)  # 将每个生成的df加入列表
    
    # 最后一次性合并所有DataFrame，ignore_index重置索引避免重复
    df_final = pd.concat(df_list, ignore_index=True)
    return df_final  # 返回结果方便后续使用

visit_table_links()

额外说明 #

• ignore_index=True会让合并后的DataFrame拥有连续的新索引，避免保留原每个df的重复索引；
• 用列表暂存所有df再合并，减少了多次调用pd.concat的性能开销，这在处理大量数据时会更明显。

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