列未对齐时合并多个pandas DataFrame的问题

嘿，我来帮你搞定这个DataFrame合并的事儿！

首先得说清楚你之前遇到的问题为啥没得到预期结果：

• 当你设置axis=1时，pd.concat是横向拼接，会按索引把三个DataFrame的列并排在一起，结果肯定不是你要的纵向堆叠效果；
• 用默认的axis=0（纵向拼接）时，其实逻辑是对的，但大概率是没加ignore_index=True参数，导致合并后的索引重复（比如df1、df2的索引都是0、1，df3的索引是0，合并后索引会是0、1、0、1、0），可能你误以为结果不符合预期。

正确的合并代码 #

先确认你的三个DataFrame定义是正确的（比如df3是一行数据）：

import pandas as pd

# 定义你的三个DataFrame
df1 = pd.DataFrame({'A': [1, 2], 'B': [1, 2], 'C': [1, 2]})
df2 = pd.DataFrame({'A': [3, 4], 'B': [3, 4], 'C': [3, 4]})
df3 = pd.DataFrame({'A': [5], 'B': [5]})

然后用带ignore_index=True的pd.concat就能得到你要的结果：

combined_df = pd.concat([df1, df2, df3], ignore_index=True)

运行后得到的结果完全符合你的预期：

A  B    C
0  1  1  1.0
1  2  2  2.0
2  3  3  3.0
3  4  4  4.0
4  5  5  NaN

原理说明 #

• pd.concat默认axis=0，会按行纵向堆叠DataFrame；
• 当拼接的DataFrame列数不一致时，缺失的列会自动填充NaN，正好匹配你df3缺少C列的需求；
• ignore_index=True会重置合并后的索引，让它从0开始连续编号，避免原索引重复的问题。

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