合并两个DataFrame时如何让ID列连续，重复ID如何顺延替换？

假设你待合并的两个DataFrame分别为df1（第一个原始表）、df2（第二个副本表），ID列的列名为ID，可按以下步骤实现需求： #

核心实现逻辑 #

1. 先取df1中ID的最大值
2. 将df2的所有ID值整体偏移，首行ID刚好等于df1最大ID+1
3. 合并两个表即可

完整代码示例 #

基础方案（保留df2内部ID的相对差值） #

如果需要保留df2原ID的相对大小关系，用该方案：

import pandas as pd

# 示例数据构造（实际使用时替换为你自己的df1、df2即可）
df1 = pd.DataFrame({
    "ID": range(1, 46), # 模拟df1最后一行ID为45
    "col1": [f"data_{i}" for i in range(1, 46)]
})
df2 = df1.copy() # 模拟第二个表是第一个的副本

# 核心处理逻辑
max_id_df1 = df1["ID"].max()
df2["ID"] = df2["ID"] + max_id_df1

# 合并，ignore_index=True保证索引连续
merged_df = pd.concat([df1, df2], ignore_index=True)

优化方案（保证合并后ID完全连续无断层） #

如果df2原ID可能存在断层，需要合并后ID完全连续递增，直接为df2重新生成ID即可：

max_id_df1 = df1["ID"].max()
# 直接生成从max_id_df1+1开始的连续ID
df2["ID"] = range(max_id_df1 + 1, max_id_df1 + 1 + len(df2))

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

效果验证 #

执行以下代码可验证结果是否符合要求：

# 验证ID是否严格递增
print("ID是否严格递增：", merged_df["ID"].is_monotonic_increasing)
# 验证ID是否无重复
print("ID是否无重复：", merged_df["ID"].nunique() == len(merged_df))

内容的提问来源于stack exchange，提问作者JakeP