You need to enable JavaScript to run this app. 如何将字典中表头不统一的多个DataFrame合并为包含所有字段的统一数据表
优惠活动
大模型
产品
解决方案
定价
更多

如何将字典中表头不统一的多个DataFrame合并为包含所有字段的统一数据表

解决方案

步骤1:统一清理所有DataFrame的列名

不同文件导出的表头大概率存在前后多余空格、大小写差异等问题,先做标准化处理可以避免语义相同的字段被识别为不同列:

import pandas as pd

# 假设你存储DataFrame的字典名为 df_dict,字典的key为对应文件名
cleaned_df_list = []
for file_name, df in df_dict.items():
    # 列名去除前后空格,若存在大小写不一致的场景可追加.str.lower()统一大小写
    df.columns = df.columns.str.strip()
    # 可选操作:添加源文件名列,后续排查1500个文件的数据问题时方便溯源
    df['source_file'] = file_name
    cleaned_df_list.append(df)

步骤2:合并所有DataFrame

直接使用pandas内置的concat方法即可实现列自动对齐,不存在的列会自动填充NaN,所有字段都会完整保留不会遗漏:

merged_df = pd.concat(cleaned_df_list, axis=0, ignore_index=True)

补充说明

  • 合并完成后可执行print(merged_df.columns)输出全量列名,核对所有字段是否都被保留
  • 如果存在部分表头语义一致但字面不同的情况(比如部分文件用中文表头估值时点、部分用英文Valuation Point),可以在列名清理步骤添加映射规则统一替换,示例:
    col_name_map = {
        '估值时点': 'Valuation Point',
        '定价逻辑': 'Pricing Logic'
    }
    df.rename(columns=col_name_map, inplace=True)
    

内容的提问来源于stack exchange,提问作者Alan Paul

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.08 09:09:02