如何对比多Pandas DataFrame并补充缺失行以统一行数？

现有一组共享label列的Pandas DataFrame，部分DataFrame存在行缺失，需要补全缺失行，让所有DataFrame行数一致，同时保留原有行的顺序，缺失行填充0。示例数据如下：

import pandas as pd

df1 = pd.DataFrame([['sample1',2,3], ['sample4',7,8]], columns=['label', 'B', 'E'], index=[1,2])
df2 = pd.DataFrame([['sample1',20,30], ['sample2',70,80], ['sample3',700,800]], columns=['label', 'B', 'C'], index=[2,3,4])

预期输出：

label  B  E
1  sample1  2  3
2        0  0  0
3        0  0  0
4  sample4  7  8

     label    B    C
1  sample1   20   30
2  sample2   70   80
3  sample3  700  800
4  0          0    0

核心思路是先确定所有DataFrame需要统一的目标索引范围，再让每个DataFrame对齐到该索引，缺失行用0填充，同时保留原有行的label和列值。

步骤1：确定统一的目标索引 #

收集所有DataFrame的索引，生成从1到最大索引值的连续索引：

# 收集所有DataFrame的索引集合
all_indices = set(df1.index) | set(df2.index)
# 生成连续的目标索引
target_index = pd.RangeIndex(start=1, stop=max(all_indices)+1)

步骤2：对单个DataFrame补全缺失行 #

使用reindex方法对齐到目标索引，缺失值直接用0填充：

# 处理df1
df1_filled = df1.reindex(target_index, fill_value=0)
# 处理df2
df2_filled = df2.reindex(target_index, fill_value=0)

验证输出 #

打印处理后的结果：

print(df1_filled)
print("\n", df2_filled)

输出结果与预期完全匹配。

扩展：批量处理多个DataFrame #

如果有更多DataFrame，可放入列表批量处理：

dfs = [df1, df2]
# 生成统一目标索引
all_indices = set()
for df in dfs:
    all_indices.update(df.index)
target_index = pd.RangeIndex(start=1, stop=max(all_indices)+1)

# 批量补全行
filled_dfs = [df.reindex(target_index, fill_value=0) for df in dfs]

内容的提问来源于stack exchange，提问作者Henry