求助：忽略索引横向拼接不同索引的DataFrame方法

你需要的是按行位置横向拼接两个行数相同但索引不同的DataFrame，保留重复列名，以下是可行的方案：

方法一：对齐索引后拼接 #

因为两个DataFrame行数一致，直接将df2的索引替换为df1的索引，再横向拼接：

import pandas as pd
import numpy as np

# 初始化你的DataFrame
df1 = pd.DataFrame(np.random.randint(25, size=(4, 4)),
                   index=["1", "2", "3", "4"],
                   columns=["A", "B", "C", "D"])
df2 = pd.DataFrame(np.random.randint(25, size=(4, 2)),
                   index=["5", "6", "7", "8"],
                   columns=["A", "F"])

# 对齐索引并拼接
df2_aligned = df2.set_index(df1.index)
df_final = pd.concat([df1, df2_aligned], axis=1)

方法二：重置索引后拼接 #

先将两个DataFrame的索引都重置为默认序列，再横向拼接，最后可按需恢复df1的索引：

# 重置索引后拼接
df_final = pd.concat([df1.reset_index(drop=True), df2.reset_index(drop=True)], axis=1)
# 恢复df1的索引（可选操作）
df_final.index = df1.index

你之前代码失效的原因 #

• 第一种尝试：pd.concat([df1, df2], axis=1).reindex(df1.index)
pd.concat(axis=1)默认按索引对齐，但df1和df2的索引完全没有交集，拼接后df2的列在df1索引对应的行上全是NaN，reindex操作也无法填补这些空值。
• 第二种尝试：pd.concat([df1, df2], ignore_index=True, axis=0)
axis=0是纵向拼接（行叠加），最终会生成8行的DataFrame，和你需要的4行6列的横向拼接结果完全不符。

内容的提问来源于stack exchange，提问作者bum