使用pd.concat合并DataFrame时原有值被覆盖为空，是否用错方法？

首先明确：pd.concat完全是你需求的正确选择——你要的是纵向追加两个DataFrame的行，concat就是干这个的，本身逻辑没问题。你遇到的df1的col2值为空，大概率是合并前的DataFrame本身有问题，或者合并时的细节没注意到。

我帮你梳理几个最可能的原因和解决办法：

1. 检查两个DataFrame的列名是否完全一致 #

Pandas的列名是大小写敏感的！比如如果你的df2的列名是Col2（大写C），而df1是col2（小写），合并后会生成两列：col2和Col2。这时候df1的Col2列自然是空值，df2的col2列也是空值，看起来就像原有数据被清空了。

解决办法：合并前统一列名，比如：

df2.columns = df1.columns  # 让df2和df1列名完全一致
df = pd.concat([df2, df1], sort=False, ignore_index=True)

2. 检查原DataFrame的col2列是否本身就有缺失 #

有可能你创建df1的时候，col2列的赋值就出了问题（比如误写了空列表、语法错误）。先单独打印两个DataFrame看看：

print("df1的col2列：")
print(df1['col2'])
print("\ndf2的col2列：")
print(df2['col2'])

如果df1的col2本身就有NaN，那合并后肯定会显示空值。

3. 检查两列的数据类型是否匹配 #

如果df1的col2是整数类型，而df2的col2是字符串或其他不兼容类型，极端情况下可能导致数据显示异常（不过一般concat会自动转成兼容类型，不会直接清空）。可以用下面的代码查看类型：

print(df1.dtypes)
print(df2.dtypes)

如果类型不一致，可以统一转换：

df2['col2'] = df2['col2'].astype(int)  # 把df2的col2转成整数

正确的示例代码 #

我按照你给出的数据写了正确的创建和合并代码，运行后完全正常：

import pandas as pd

# 创建正确的df1
df1 = pd.DataFrame({
    'col1': ['house1', 'house2', 'house3'],
    'col2': [300, 450, 750]
})

# 创建正确的df2
df2 = pd.DataFrame({
    'col1': ['house4'],
    'col2': [600]
})

# 合并
df = pd.concat([df2, df1], sort=False, ignore_index=True)
print(df)

输出结果：

col1  col2
0  house4   600
1  house1   300
2  house2   450
3  house3   750

你可以对照上面的步骤排查自己的代码，应该就能找到问题所在了。

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