如何对列不同的两个Pandas DataFrame执行concat实现对齐合并

你之前使用pd.concat时指定axis=0是纵向堆叠行的逻辑，只会把两个DataFrame的行直接追加，不会按公共列A的值做行匹配对齐，所以不符合需求。有两种常用方案可以实现目标效果：

方法1：使用pd.merge外连接（最直观） #

直接指定公共关联列、连接方式为外连接即可保留两个表所有A列的取值，匹配不到的字段自动填充NaN：

import pandas as pd
# 构造示例数据
df1 = pd.DataFrame({'A': ['a1', 'a2', 'a3'], 'B': ['b1', 'b2', 'b3']})
df2 = pd.DataFrame({'A': ['a1', 'a4'], 'C': ['c1', 'c4']})
# 外连接合并
res = pd.merge(df1, df2, on='A', how='outer')

运行后res的输出就是你需要的目标结果：

方法2：使用pd.concat按索引对齐实现 #

如果要使用concat，需要先把公共列A设为两个DataFrame的索引，再指定axis=1横向拼接，concat会自动按索引对齐取值，最后重置索引即可：

res = pd.concat(
    [df1.set_index('A'), df2.set_index('A')],
    axis=1
).reset_index()

两种方法得到的结果完全一致，可根据使用习惯选择。

内容的提问来源于stack exchange，提问作者Joan Arau