pandas横向拼接DataFrame出现行列数不符合预期问题排查

pd.concat(axis=1)做横向拼接时，默认逻辑是按行索引的标签值做对齐匹配，根本不是按行从上到下的物理位置直接拼，这就是你结果维度完全不对的核心原因：

• 你手里的两个DataFrame虽然物理行数都是217，但行索引存在异常：要么两个表的索引值无法一一对应，要么索引里存在重复的标签。
• 拼接默认走外连接逻辑，会把两个表索引里出现过的所有值都保留，遇到同一个索引标签在两边出现多次的情况，会直接做笛卡尔积生成多行匹配结果，最后行数就从预期的217涨到了256；列数从预期的14变成22，也是索引错位匹配连带导致的异常。

如果你的需求就是忽略原有索引，把两个表按从上到下的行顺序逐行横向拼接，先把两个表的索引重置为从0开始的连续整数、丢弃旧索引，再执行拼接即可：

# 重置索引，drop=True表示不把原索引保留为单独列
df_1_reset = df_1.reset_index(drop=True)
df_2_reset = df_2.reset_index(drop=True)
# 执行横向拼接
df = pd.concat([df_1_reset, df_2_reset], axis=1, ignore_index=True)

执行后得到的结果固定为217行、14列，完全符合逐行对齐拼接的预期。

注意：不要图省事跳过重置索引的步骤，哪怕两个表行数完全一致，只要索引顺序错乱、存在重复值，直接拼接要么会出现行数暴涨，要么会导致数据和行错位对应。

内容的提问来源于stack exchange，提问作者Malintha