如何用Pandas将两个DataFrame行合并为新DataFrame的单行？

问题原因 #

你当前代码生成两行的核心原因是df1[i:i+1]和df2[j:j+1]的行索引不一致：pd.concat(axis=1)会按行索引对齐数据，当两个子DataFrame的行索引不同时，会生成多行（每行对应一个独立索引），最终append到full_data时就变成了两行。

修正方案 #

方案1：合并前重置行索引

先将取出的两行的索引统一重置为0，再横向合并成单行，最后追加到full_data：

# 取出目标行并重置索引（丢弃原索引）
df1_row = df1[i:i+1].copy().reset_index(drop=True)
df2_row = df2[j:j+1].copy().reset_index(drop=True)

# 横向合并为单行
merged_single_row = pd.concat([df1_row, df2_row], axis=1)

# 追加到full_data
full_data = full_data.append(merged_single_row, ignore_index=True)

方案2：使用join方法合并（更简洁）

利用join方法直接合并两行，自动对齐索引（需重置其中一行的索引）：

merged_single_row = df1[i:i+1].copy().join(df2[j:j+1].copy().reset_index(drop=True))
full_data = full_data.append(merged_single_row, ignore_index=True)

弃用方法提示 #

从pandas 1.4.0版本开始，DataFrame.append()已被标记为弃用，推荐使用pd.concat()替代追加操作，代码可修改为：

full_data = pd.concat([full_data, merged_single_row], ignore_index=True)

内容的提问来源于stack exchange，提问作者edwin marte