如何拼接列名部分重叠、列数不同的DataFrame，缺失列填NaN？

你需要使用pandas.concat()并保持默认的axis=0（上下拼接方向），传入实际的DataFrame对象而非字符串名称，配合ignore_index=True重置索引，就能自动对齐相同列名，额外列填充NaN。

核心代码 #

import pandas as pd

# 构造示例DataFrame
df1 = pd.DataFrame({'Column A': ['ID 1', 'ID 2'], 'Column B': ['Cell 2', 'Cell 4']})
df2 = pd.DataFrame({'Column A': ['ID 3', 'ID 4'], 'Column B': ['Cell 2', 'Cell 4'], 'ColumnC': ['info', 'info']})

# 执行上下拼接
result_df = pd.concat([df1, df2], ignore_index=True)
print(result_df)

输出结果 #

关键说明 #

• 你之前错误传入了字符串['df1','df2']，需替换为实际的DataFrame变量[df1, df2]
• axis=0是默认参数，无需额外指定，它会按行方向堆叠数据
• ignore_index=True会重置结果的索引，避免出现重复的行索引
• concat会自动对齐所有列名，仅存在于单个DataFrame的列，会用NaN填充缺失值

内容的提问来源于stack exchange，提问作者Arancium