Python如何拼接两个DataFrame：仅保留常量列值，差异列设为nan

你可以按以下逻辑实现需求，核心是先识别恒定列，再扩展df2后拼接：

完整代码实现 #

import pandas as pd
import numpy as np

# 构造示例数据
df1 = pd.DataFrame({
    'A': ['ar']*5,
    'B': [2,3,0,4,5],
    'C': [3]*5,
    'id': [1,1,2,2,2],
    'val': [3.2,5.6,7.8,9.2,3.4]
})
df2 = pd.DataFrame({
    'id': [1,2],
    'val': [3.3,6.4]
})

# 1. 筛选df1中取值完全恒定的列
constant_cols = df1.columns[df1.nunique() == 1].tolist()

# 2. 给df2补充恒定列的取值
for col in constant_cols:
    df2[col] = df1[col].iloc[0]

# 3. 拼接两个DataFrame，自动填充缺失列为NaN
df3 = pd.concat([df1, df2], ignore_index=True)

print(df3)

逻辑说明 #

• 第一步通过nunique() == 1判断列是否所有值一致，筛选出所有恒定列，示例中得到的结果是['A', 'C']
• 第二步给df2补充所有恒定列的取值，直接取df1对应列的第一个值即可（恒定列所有值相同）
• 第三步拼接时Pandas会自动对齐列，df2中不存在的非恒定列会自动填充NaN，ignore_index=True用来重置行索引，避免索引重复。
  运行代码后输出的df3和你预期的结果完全一致。

内容的提问来源于stack exchange，提问作者emax