pandas合并部分列匹配的DataFrame如何让非匹配列值留空？

你当前的需求是纵向拼接行、自动对齐列，既不适合用默认的join()，也不适合用关联逻辑的merge()，直接使用pandas的pd.concat()即可完全实现预期效果。

• 逻辑误用：merge()的核心逻辑是按指定公共列横向匹配关联行，把两个表的列拼到同一行，并非把两个表的行上下堆叠。两个表的非公共尺码列会被识别为独立字段，若存在同名字段pandas会自动添加_x/_y后缀区分左右表来源，这就是你看到带后缀重复列的根本原因。
• 异常列来源：Unnamed开头的列和合并操作无关，是读取xlsx时pandas对无表头空列的自动命名，属于读入环节的脏数据。

1. 先清理读入时产生的空列

# 移除两个表中所有Unnamed开头的空列
table1 = table1.loc[:, ~table1.columns.str.startswith('Unnamed')]
table2 = table2.loc[:, ~table2.columns.str.startswith('Unnamed')]

2. 纵向拼接自动对齐列

# 按行拼接，自动对齐列名，重置行号
merged_data = pd.concat([table1, table2], axis=0, ignore_index=True)

参数说明：

• axis=0：指定按行方向纵向堆叠两个表的数据
• ignore_index=True：拼接后重置连续行索引，满足行号按顺序重排的要求

拼接时pandas会自动对齐所有列名：两个表共有的列会自动按字段名匹配填充，单个表独有的列，另一表对应的行位置会自动留空，完全符合你的预期：Table1的鞋品行XS/S/M/L/XL列留空，Table2的外套行ONE SIZE/34/36/38/40列留空。

补充说明：merge()和join()均为横向关联场景设计，适用于「按公共字段把两个表的列拼到同一行」的需求（比如按货号把商品价格表的价格列匹配到库存表中），不适用于当前纵向拼表的场景。

内容的提问来源于stack exchange，提问作者PythonLearner