如何合并DataFrame时考虑列顺序，实现类似SQL UNION/UNION ALL的效果

处理步骤 #

1. 统一列顺序（解决列混乱问题） #

你的两个DataFrame列名一致但顺序不同，合并前先对齐列顺序，避免出现列重复或顺序错乱的情况：

import pandas as pd

df1 = pd.DataFrame({'A':['a','a'], 'B':['b','b']})
df2 = pd.DataFrame({'B':['b','b'], 'A':['a','a']})

# 让df2的列顺序和df1保持一致
df2 = df2[df1.columns]

2. 实现UNION ALL（保留所有重复行） #

直接合并并重置索引，对应SQL的UNION ALL逻辑：

union_all_df = pd.concat([df1, df2], ignore_index=True)
print(union_all_df)

输出结果：

A  B
0  a  b
1  a  b
2  a  b
3  a  b

3. 实现UNION（去重合并） #

在UNION ALL的结果上去除完全重复的行，对应SQL的UNION逻辑：

union_df = union_all_df.drop_duplicates(ignore_index=True)
print(union_df)

输出结果：

A  B
0  a  b

内容的提问来源于stack exchange，提问作者beridzeg45