合并不同行数DataFrame：将df2匹配df1末尾行并填充NaN

你可以通过两种常见的Pandas方法实现这个需求：

方法一：构造填充NaN的序列后合并 #

先计算需要填充NaN的行数，将df2的数据拼接在NaN序列后，再合并到df1中：

import pandas as pd

# 假设df1的列名为col1，df2的列名为col2
nan_row_count = len(df1) - len(df2)

# 构造前nan_row_count行为NaN、后len(df2)行为df2数据的序列
new_column = pd.Series(
    [pd.NA] * nan_row_count + df2['col2'].tolist(),
    index=df1.index
)

# 将新列合并到df1
merged_df = df1.assign(matched_col=new_column)

方法二：利用索引对齐自动填充NaN #

通过调整df2的索引，使其与df1的最后59行索引匹配，再通过reindex扩展到df1的全索引，合并时自动填充NaN：

import pandas as pd

# 获取df1最后59行的索引
target_indices = df1.index[-len(df2):]

# 重置df2的索引为目标索引，再扩展到df1的全索引，缺失位置自动填充NaN
df2_aligned = df2.set_index(target_indices).reindex(df1.index)

# 横向合并两个DataFrame
merged_df = pd.concat([df1, df2_aligned], axis=1)

两种方法最终得到的结果一致：新增列的前238行为NaN，后59行与df2的数据一一对应，且和df1的最后59行匹配。

内容的提问来源于stack exchange，提问作者Hieu Vuong