使用pd.concat(axis=1)合并数据集后右侧出现NaN的解决方法

使用pd.concat([df1, df2], axis=1)横向合并时，Pandas默认按**索引（index）**对齐数据。即使合并前两个数据集无缺失值，只要索引不匹配（比如索引值不一致、行数不同），就会导致其中一侧出现NaN——因为Pandas会为找不到对应索引的行填充缺失值。

1. 先检查索引与行数 #

先确认两个数据集的索引和行数是否匹配：

# 查看索引
print(df1.index)
print(df2.index)
# 查看行数
print(len(df1), len(df2))

2. 重置索引后合并（按行位置对齐） #

如果原索引无业务意义，直接重置索引再合并，确保按行的物理位置对齐：

df1_reset = df1.reset_index(drop=True)
df2_reset = df2.reset_index(drop=True)
df_both = pd.concat([df1_reset, df2_reset], axis=1)

也可以直接在concat中添加ignore_index=True参数（会重置合并后的列索引）：

df_both = pd.concat([df1, df2], axis=1, ignore_index=True)

⚠️ 注意：此方法要求两个数据集行数完全一致，否则行数少的一侧仍会被补NaN。

3. 按业务主键合并（更精准） #

如果两个数据集有共同的业务标识列（如user_id、order_no），建议用pd.merge替代concat，按主键精准对齐：

# 按共同主键id做内连接（只保留两边都有的记录）
df_both = pd.merge(df1, df2, on='id', how='inner')
# 若要保留df1的所有记录，用左连接
# df_both = pd.merge(df1, df2, on='id', how='left')

4. 处理行数不一致的情况 #

如果两个数据集行数不同，先排查原因：是否有数据筛选、遗漏？若确认数据完整，可根据业务需求选择：

• 截断行数多的数据集，与少的保持一致：df1 = df1.iloc[:len(df2)]
• 为行数少的数据集补全缺失行（需根据业务逻辑填充默认值）

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