如何将两个pandas.core.series.Series类型的序列合并为两列？

错误原因 #

• pd.concat(X,Y) 报错是因为concat要求第一个参数是包含序列的可迭代对象（比如列表），直接传入两个Series会被解析为objs=X，第二个参数Y被当成了axis参数（预期是整数），所以触发TypeError。
• pd.merge(X,Y) 报错是因为merge主要用于DataFrame的关联操作，直接传入Series会因为参数不匹配（比如缺少必要的连接键参数）抛出错误。

正确实现方法 #

方法1：用pd.DataFrame直接构造

将两个Series传入字典，自动按索引对齐生成两列DataFrame：

import pandas as pd

df = pd.DataFrame({'X_col': X, 'Y_col': Y})

方法2：用pd.concat的正确写法

将两个Series放入列表，指定axis=1按列合并：

df = pd.concat([X, Y], axis=1)
# 可选：给列重命名
df.columns = ['X_col', 'Y_col']

效果示例 #

运行后会得到如下结构的DataFrame（以你的数据为例）：

X_col    Y_col
0    11.896552      NaN
1     0.360488  0.003629
2     2.244628  0.014316
...
29  8505.000000 -0.022038
30    14.927928  0.014333

如果两个Series的索引不一致，合并时会自动为缺失的索引项填充NaN，保证数据对齐。

内容的提问来源于stack exchange，提问作者zell