如何按指定列名顺序合并多个Pandas DataFrame？

假设两个DataFrame的行数完全一致（从Excel整理的场景下通常行是对齐的），以下是两种简洁的实现方式：

方法1：拼接后重排列（直观易读） #

先横向拼接两个DataFrame，再按指定顺序选取列：

import pandas as pd

# 横向拼接df_1和df_2
df_combined = pd.concat([df_1, df_2], axis=1)
# 按目标顺序提取列得到df_3
df_3 = df_combined[['A', 'U', 'B', 'Y']]

方法2：按目标顺序直接拼接列（一步到位） #

跳过中间拼接步骤，直接按需求顺序组合列并拼接：

df_3 = pd.concat([df_1['A'], df_2['U'], df_1['B'], df_2['Y']], axis=1)

关键注意事项 #

如果两个DataFrame的索引不一致，拼接前需要先重置索引避免缺失值：

df_1 = df_1.reset_index(drop=True)
df_2 = df_2.reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Jan M.