如何基于行索引合并三个DataFrame且无需将索引转为列？

你不需要将行索引转为普通列即可完成合并，pandas提供了原生支持索引关联的合并接口，以下是三种常用实现方式：

方法1：修改merge参数适配索引关联 #

pd.merge提供了left_index和right_index两个布尔参数，设置为True即可指定用左右表的行索引作为关联键，你原有基于reduce的写法只需调整merge参数即可：

from functools import reduce

dfs = [result_eu_SpeciesNameGenuine, result_ieu_SpeciesNameGenuine, result_cosine_SpeciesNameGenuine]
# how参数可按需调整为'outer'/'left'/'right'
df_final = reduce(lambda left,right: pd.merge(left, right, left_index=True, right_index=True, how='inner'), dfs)

方法2：使用join方法（多表索引合并最优写法） #

DataFrame内置的join方法默认基于行索引做关联，支持直接传入DataFrame列表批量合并，无需额外引入reduce，写法更简洁：

# how参数可按需调整，多表存在重名列时可通过lsuffix/rsuffix指定后缀区分
df_final = result_eu_SpeciesNameGenuine.join(
    [result_ieu_SpeciesNameGenuine, result_cosine_SpeciesNameGenuine],
    how='inner'
)

方法3：使用concat横向拼接（适合纯对齐场景） #

如果你的需求只是按索引对齐拼接多表的所有列，不需要特殊关联逻辑，直接用pd.concat设置横向拼接即可，默认按索引对齐：

# join参数默认是'outer'，需要取索引交集时设置为'inner'
df_final = pd.concat(dfs, axis=1, join='inner')

内容的提问来源于stack exchange，提问作者SysEng