Pandas合并列至另一列赋值失效问题及优化实现咨询

为什么赋值后DataFrame行数没变化？ #

Pandas赋值时会严格匹配索引。你用concat(...)生成的Series是重置索引后的（0-3），但原df1的索引只有0-1。当把4行的Series赋值给df1['a']时，Pandas只会把索引匹配的0、1行对应的值更新，索引2、3的内容因为原DataFrame没有对应索引，直接被丢弃，所以原df1还是保留原来的2行。

简洁易读的实现方式（自动扩展行数并丢弃b列） #

以下几种方法都能直接得到目标结果：

方法1：用concat直接构造新DataFrame #

这是最直观且兼容新版本Pandas的写法：

import pandas as pd
# 示例原数据结构
df1 = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})

# 合并a、b列并重命名b为a，生成新的单列表格
df1 = pd.concat([df1['a'], df1['b'].rename('a')], ignore_index=True).to_frame(name='a')

方法2：利用stack扁平化列后重构 #

适合列数不多的场景，代码更简洁：

df1 = pd.DataFrame({'a': df1[['a', 'b']].stack().reset_index(drop=True)})

方法3：追加行后删除b列（适配含其他列的场景） #

如果原df1还有其他需要保留的列，只想扩展a列并删掉b列：

# 将b列转为a列格式后追加到原表格
df1 = pd.concat([df1, df1[['b']].rename(columns={'b': 'a'})], ignore_index=True)
# 删除b列
df1.drop('b', axis=1, inplace=True)

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