如何在pandas中按行顺序合并无共同列的两个DataFrame

可行的实现方法 #

你完全不需要设置共同列即可实现按行顺序拼接列的需求，有以下几种简单方案：

方案1：直接赋值（最简洁） #

直接把y_pred的pred_score列按顺序赋值给data即可，.values会取出numpy数组，忽略双方的索引差异，仅按行顺序匹配：

data['pred_score'] = y_pred['pred_score'].values

操作完成后data就是你需要的结果。

方案2：横向拼接（concat） #

如果不想修改原data，可以用pd.concat沿列方向拼接，需要先重置双方索引避免索引不匹配导致的空值问题：

new_df = pd.concat(
    [data.reset_index(drop=True), y_pred[['pred_score']].reset_index(drop=True)],
    axis=1
)
# 如果需要保留原来data的索引，可以加下面这行
new_df.index = data.index

方案3：用行号作为临时合并键（仅当你需要用merge逻辑时可选） #

如果一定要用merge实现，你可以用行号代替之前的固定值tmp作为合并键，避免笛卡尔积：

data['row_idx'] = range(len(data))
y_pred['row_idx'] = range(len(y_pred))
new_df = pd.merge(data, y_pred, on='row_idx', how='left').drop('row_idx', axis=1)

说明 #

以上所有方案的前提是：两个DataFrame行数完全一致，且行顺序严格对应你需要的匹配关系，否则会出现列值匹配错误。
你之前得到笛卡尔积结果是正常的：当合并键所有行的值都相同时，merge会返回两个表所有行的两两组合，30行*30行自然得到900行结果。

内容的提问来源于stack exchange，提问作者ga1996