pd.concat合并DataFrame时行首出现NaN值、数据右移如何解决？

pd.concat 默认按列索引名称对齐进行纵向拼接：

• df_1的列索引为 [1,2,3]，不存在列索引0
• df_2的列索引为 [0,1,2]，不存在列索引3
  拼接后会自动合并所有列索引得到 [0,1,2,3] 共4列，df_1所有行没有列0的值所以填充NaN，视觉上表现为原df_1的记录整体右移。另外你原有代码的排序逻辑未赋值/加inplace=True，不会修改new_df本身。

根据使用场景选择对应方案即可：

方案1：统一两个DataFrame的列索引后拼接（最常用，适合两表对应列含义一致的场景） #

如果df_1的第1列和df_2的第0列是同一个含义，直接重命名列索引保持一致后再拼接：

import pandas as pd

# 把df_1的列索引修改为和df_2一致
df_1.columns = [0,1,2]
# ignore_index参数可重置行索引，避免重复
new_df = pd.concat([df_1, df_2], ignore_index=True)
# 排序需要赋值给新变量或者加inplace=True才会生效
new_df = new_df.sort_values(new_df.columns[0], ascending=True)

方案2：按列位置拼接不匹配列名（适合不需要保留原有列名的场景） #

直接读取两个表的数值拼接后再转为DataFrame，完全忽略原有列索引：

import pandas as pd
import numpy as np

new_df = pd.DataFrame(np.concatenate([df_1.values, df_2.values]), columns=[0,1,2])
new_df = new_df.sort_values(0, ascending=True)

内容的提问来源于stack exchange，提问作者StressedBoi69420