pandas横向拼接DataFrame触发ValueError，求解析错误数值含义

首先先纠正一个小细节：你预期的拼接后列数应该是 876+50+15=941，不是926，错误信息里的941是正确的总列数哦。

接下来帮你拆解错误里的两个关键数值：

• (39742, 941)：这个是实际拼接时所有数据的组合形状。39742是三个DataFrame的索引的并集大小——也就是说，你的三个df虽然行数都是27796，但它们的索引值不完全重合，有些索引只在其中一个或两个df里存在，所以合并后总共有39742个唯一的索引值；941就是三个df的列数总和。
• (31778, 941)：这个是pandas内部推断出的“预期行数”，通常是因为其中某个（或多个）DataFrame的索引存在重复值，或者三个df的索引交集大小是31778，导致在按索引对齐拼接时，数据块的行数和总索引的行数不匹配，触发了完整性验证错误。

问题根源 #

你的三个DataFrame虽然表面上都是27796行，但索引没有完全对齐——要么是索引的值存在差异（比如某些行的索引在df里有，但在genes_pca/cells_pca里没有），要么是索引存在重复，导致pandas按索引拼接时出现了行数不匹配的冲突。

解决方法 #

根据你的需求，有两种常见的解决思路：

1. 忽略索引，直接按行位置拼接（推荐，如果你确认三个df的行顺序完全对应）

如果不需要按索引对齐，只是单纯把三个df的列按行的顺序拼在一起，可以添加ignore_index=True参数：

df = pd.concat([df, genes_pca, cells_pca], axis=1, ignore_index=True)

这样会跳过索引对齐逻辑，直接按行的位置拼接，得到你想要的(27796, 941)形状的结果。

2. 统一索引后再拼接

如果你需要保留索引，但要确保三个df的索引完全一致，可以先重置所有df的索引为默认整数索引：

# 重置索引，丢弃原有索引
df = df.reset_index(drop=True)
genes_pca = genes_pca.reset_index(drop=True)
cells_pca = cells_pca.reset_index(drop=True)

# 再执行拼接
df = pd.concat([df, genes_pca, cells_pca], axis=1)

这样三个df的索引就完全对齐了，拼接后不会出现形状不匹配的问题。

3. 先排查索引差异（用于调试）

如果你想搞清楚索引到底哪里不一样，可以运行以下代码检查：

# 检查三个df的索引是否完全相等
print("df和genes_pca索引是否一致：", df.index.equals(genes_pca.index))
print("df和cells_pca索引是否一致：", df.index.equals(cells_pca.index))

# 查看三个df索引的并集大小（对应错误里的39742）
print("索引并集大小：", len(df.index.union(genes_pca.index).union(cells_pca.index)))

# 查看三个df索引的交集大小（对应错误里的31778）
print("索引交集大小：", len(df.index.intersection(genes_pca.index).intersection(cells_pca.index)))

内容的提问来源于stack exchange，提问作者musako