Pandas追加DataFrames时出现索引不匹配问题如何解决

• 第一，set_index方法默认不修改原DataFrame，你执行df_dict['Empty_Parishes'].set_index('PARISH')后没有将结果赋值回原变量，所以Empty_Parishes的索引仍然是默认的数字RangeIndex，PARISH还保留为普通列，和透视表Parish_Totals的索引结构不匹配。
• 第二，pd.pivot_table同时指定values和columns参数时，生成的是多级列名，结构为(values名, Covenant Area名)，但你手动构造的Empty_Parishes是单级列名，列名不匹配会导致append后数据错位。

方案1：修正现有代码 #

1. 先将透视表的多级列名压平为你定义的单级格式：

# 把列名从 (AP, POS) 转为 POS_AP，和你定义的column_heads匹配
df_dict['Parish_Totals'].columns = [f'{col[1]}_{col[0]}' for col in df_dict['Parish_Totals'].columns]

2. 修正set_index的赋值逻辑：

# 赋值回原变量，索引才会生效
df_dict['Empty_Parishes'] = df_dict['Empty_Parishes'].set_index('PARISH')

3. 合并两个表（高版本pandas已弃用append，推荐用concat）：

df_dict['NEW'] = pd.concat([df_dict['Parish_Totals'], df_dict['Empty_Parishes']])

方案2：更简洁的reindex方法（无需手动构造空行） #

不需要循环筛选缺失教区、构造空行，直接对透视表执行重索引操作，一步补全所有教区数据：

# 先压平透视表列名
df_dict['Parish_Totals'].columns = [f'{col[1]}_{col[0]}' for col in df_dict['Parish_Totals'].columns]
# 用全量教区列表重索引，缺失值自动填0
df_dict['NEW'] = df_dict['Parish_Totals'].reindex(all_parishes, fill_value=0)

内容的提问来源于stack exchange，提问作者GlassShark1