Pandas拼接三个DataFrame时自动对齐行数删除多余行的方法

Pandas没有提供专门用于跨DataFrame批量裁剪对齐行数的独立内置方法，但不需要写冗长的if-else分支判断，用基础的位置索引功能就能实现通用的自动对齐逻辑，完全适配按行拼接的需求。

最简实现代码 #

手动删指定索引的方式本质是只保留所有df共有的前N行、丢弃尾部多余行，这个逻辑可以通用化：

import pandas as pd

df_ch = pd.read_csv("./file1.csv")
df_wr = pd.read_csv("./file2.csv")
df_an = pd.read_csv("./file3.csv")

# 先取三个DataFrame的最小行数值
min_rows = min(len(df_ch), len(df_wr), len(df_an))

# 用iloc做位置裁剪，所有df统一保留前min_rows行，尾部多余行自动丢弃
df_ch = df_ch.iloc[:min_rows]
df_wr = df_wr.iloc[:min_rows]
df_an = df_an.iloc[:min_rows]

这个写法的优势：

• 不需要提前判断哪个df行数少、哪个df多了几行，不管是单文件多4_{5行，还是两个文件各多2}3行，都能自动适配
• iloc是按位置切片，不受原DataFrame索引是否连续、是否有重复值影响，不会出现行错位问题，和手动删尾部行的逻辑完全一致
• 后续如果要增加更多csv文件参与对齐，只需要把对应df的长度加入min()的计算，补一行切片代码即可

可复用封装版本 #

如果需要频繁做这类对齐，可以封装成通用函数，一次处理任意数量的DataFrame：

def align_tail_to_min(*input_dfs, reset_index=True):
    """
    将输入的所有DataFrame按尾部裁剪到最短长度，返回对齐后的df列表
    :param reset_index: 是否重置对齐后df的索引，避免拼接时出现索引重复
    """
    min_length = min(len(df) for df in input_dfs)
    aligned_dfs = []
    for df in input_dfs:
        cut_df = df.iloc[:min_length]
        if reset_index:
            cut_df = cut_df.reset_index(drop=True)
        aligned_dfs.append(cut_df)
    return aligned_dfs

# 调用示例
df_ch, df_wr, df_an = align_tail_to_min(df_ch, df_wr, df_an)

注意：该方案的前提是三个csv的行顺序天然一一对应，多余行仅出现在文件尾部，和手动删除的场景假设一致。如果多余行随机出现在文件中部，需要先基于唯一行键做匹配合并，不能直接裁行。

内容的提问来源于stack exchange，提问作者Ahmad