如何正确合并两个默认索引的Pandas DataFrame，避免额外索引列？

数据老陈

2026-8-16

问题描述

有如下简化示例数据：

list = [
    {
     "age": 1234,
     "val": 0.5,
     "val2": 0.2
    },
    {
     "age": 1234,
     "val": 0.2,
     "val2": 0.8
    },
]

通过frame = pandas.DataFrame(list)创建Pandas DataFrame，会生成0到len(list)-1的默认索引，DataFrame如下：

age  val  val2
0    1234  0.5  0.2
1    1234  0.2  0.8

随后通过frame.to_csv('file.csv')将其保存为CSV文件。现在需要创建另一个完全相同的DataFrame，加载旧DataFrame后将两者合并，使新数据排在旧数据之后，且索引从0重新连续编号。尝试使用pd.concat([old_frame, new_frame], ignore_index=True)合并后，数据出现了两列索引：

age  val  val2
0     0    1234  0.5  0.2
1     1    1234  0.2  0.8

请问如何正确合并这两个DataFrame，避免每次合并都产生额外的索引列？

解决方法

问题根源是保存CSV时默认写入了原DataFrame的索引，加载时该索引被当作普通数据列保留，导致合并后出现双重索引。按以下步骤处理即可解决：

保存CSV时排除索引
原代码frame.to_csv('file.csv')会默认把索引写入CSV，修改为以下代码，避免生成额外的索引列：
```
frame.to_csv('file.csv', index=False)
```
加载已有带索引的CSV文件
如果已经生成了带索引的CSV，加载时需指定将原索引列恢复为DataFrame的索引，而非数据列：
```
old_frame = pd.read_csv('file.csv', index_col=0)
```
或者直接忽略加载时的索引列（不保留原索引）：
```
old_frame = pd.read_csv('file.csv', index_col=False)
```
合并DataFrame
确保两个DataFrame都没有多余的索引列后，执行合并操作：
```
combined_frame = pd.concat([old_frame, new_frame], ignore_index=True)
```
此时合并后的DataFrame会生成从0开始的连续单一索引，无额外索引列。