如何合并列数据一致但列名不同的expense与revenue DataFrame？

看起来你碰到的核心问题是两个DataFrame的列名不匹配，导致合并后多出了Unnamed:0列。咱们来拆解下问题，然后给出修复方案：

问题根源 #

从你描述的结构来看：

• revenue的第一列有明确的表头文本：Fiscal year is January-December. All values CAD millions.
• expense的第一列表头是空的，所以Pandas自动给它命名为Unnamed:0

当你用append（或者concat）合并时，Pandas会自动对齐列名，缺失的列会填充NaN，这就导致了额外的Unnamed:0列出现。

修复步骤 #

我们只需要把expense的Unnamed:0列重命名为和revenue第一列相同的名称，就能让两个DataFrame的列完全匹配，合并后就不会有多余列了。

另外注意：Pandas的append方法已经被弃用，更推荐使用pd.concat来合并DataFrame。

修正后的完整代码 #

import pandas as pd
import lxml
from lxml import html
import requests
import numpy as np

symbol = 'MFC'
url = 'https://www.marketwatch.com/investing/stock/'+ symbol +'/financials'
df=pd.read_html(url)

# 处理revenue DataFrame
revenue = pd.concat(df[0:1])
revenue = revenue.dropna(axis='columns')
# 提取revenue第一列的名称，用来统一列名
revenue_first_col = revenue.columns[0]

# 处理expense DataFrame
expense = pd.concat(df[1:2])
expense = expense.dropna(axis='columns')
# 重命名expense的Unnamed:0列，和revenue的第一列保持一致
expense.rename(columns={'Unnamed:0': revenue_first_col}, inplace=True)

# 合并两个DataFrame（推荐用pd.concat，替代已弃用的append）
statement = pd.concat([revenue, expense], ignore_index=True)

# 如果一定要用append（不推荐，未来版本会移除），可以这样写：
# statement = revenue.append(expense, ignore_index=True)

效果说明 #

现在合并后的statement会包含收入和支出的所有行，列结构和原来的revenue完全一致，不会再出现多余的Unnamed:0列啦。

内容的提问来源于stack exchange，提问作者analystguy