pandas按列拼接含重复索引的同索引DataFrame无报错是否属预期行为

该表现是否为预期设计 #

这个无报错的拼接表现属于pandas的预期设计行为。
使用pd.concat沿列轴（axis='columns'）做拼接时，核心对齐逻辑为：
若待拼接的所有DataFrame索引长度完全相等，且对应位置的索引值完全匹配，无论索引本身是否存在重复值，pandas都会直接按行位置逐一对齐拼接，不会主动触发索引唯一性校验，也不会抛出错误。你给出的示例中两个DataFrame的索引完全一致，因此得到了按位置匹配的拼接结果。
示例复现代码如下：

import pandas as pd
df_A = pd.DataFrame(index=[0, 0],
                    data=[0, 1],
                    columns=['A'])
df_B = pd.DataFrame(index=[0, 0],
                    data=[2, 3],
                    columns=['B'])

pd.concat([df_A, df_B], axis='columns')
# 输出
#    A  B
# 0  0  2
# 0  1  3

是否可以稳定依赖该特性 #

该特性的稳定生效存在严格前提，不能无约束依赖：

• 当你可以100%确认所有待拼接DataFrame的索引长度完全相同、每一行对应位置的索引值和顺序完全一致时，该逻辑从pandas早期0.x版本到当前2.x稳定版本均未发生破坏性变更，可以稳定得到按位置对齐的拼接结果。
• 只要待拼接DataFrame的索引长度不一致、或者重复索引的顺序/数量存在差异，pandas会对重复标签执行笛卡尔积式对齐，最终生成的结果行数会远大于预期，且全程不会抛出任何报错，非常容易引入隐蔽的bug。
  风险场景示例：

  import pandas as pd
  df_A = pd.DataFrame(index=[0,0,1], data=['a1','a2','a3'], columns=['A'])
  df_B = pd.DataFrame(index=[0,1,1], data=['b1','b2','b3'], columns=['B'])
  pd.concat([df_A, df_B], axis=1)
  # 输出结果共4行，重复索引标签做了笛卡尔积匹配，不符合常规按位置拼接的预期
  

开发建议：如果需要拼接包含重复索引的DataFrame，最稳妥的做法是拼接前先调用.reset_index(drop=True)重置所有待拼接对象的索引，强制按位置对齐，从根源上避免隐式索引对齐带来的意外结果。

内容的提问来源于stack exchange，提问作者Quarticle