如何合并字典中带日期索引的DataFrame列生成单一DataFrame？

我有一个字典，其中每个键对应一个带有日期范围索引的DataFrame列。请问如何将字典中所有键对应的内容合并，得到一个包含所有列的单一DataFrame？

示例输入字典中的DataFrame：

# 键A对应的DataFrame
              apples
2020-01-01        2
2020-01-02        3
2020-01-03        4
2020-01-04        4

# 键B对应的DataFrame
              bananas
2020-01-01        8
2020-01-02        10
2020-01-03        7
2020-01-04        8

# 键C对应的DataFrame
              carrots
2020-01-01        9
2020-01-02        2
2020-01-03        3
2020-01-04        3

期望合并后的DataFrame：

apples     bananas     carrots
2020-01-01        2          8           9
2020-01-02        3          10          2
2020-01-03        4          7           3
2020-01-04        4          8           3

直接使用pandas的pd.concat()方法，将字典中的所有DataFrame按列拼接即可，所有DataFrame的日期索引会自动对齐。

代码示例： #

假设你的字典名为df_dict，执行以下代码：

import pandas as pd

merged_df = pd.concat(df_dict.values(), axis=1)

说明： #

• df_dict.values()：提取字典内所有的DataFrame对象
• axis=1：指定按列方向拼接（默认axis=0是按行拼接）
• 若存在索引不匹配的情况，拼接后对应位置会填充NaN；你的示例中索引完全一致，会直接得到完整的合并结果。

内容的提问来源于stack exchange，提问作者Roxanne