Pandas如何对列名不同但含义相同的两个DataFrame做行合并

pd.concat默认会根据列名对齐进行合并，两个DataFrame列名不同时就会生成8列的结果。你只需要在合并前将df2的列名临时/永久修改为和df1一致即可，具体操作如下：

方法1：临时修改df2列名（不改变原df2结构） #

import pandas as pd
# 合并时直接为df2设置和df1相同的列名，ignore_index=True重置合并后的行索引
df3 = pd.concat([df1, df2.set_axis(df1.columns, axis=1)], ignore_index=True)

方法2：先修改df2列名再合并 #

import pandas as pd
# 永久修改df2的列名和df1对齐
df2.columns = df1.columns
df3 = pd.concat([df1, df2], ignore_index=True)

两种方法得到的df3都和你需要的结果完全一致。

注意：该方案仅适用于两个DataFrame对应位置的列存储信息一致、列顺序完全匹配的场景，如果你后续遇到列顺序不一致的情况，需要先调整df2的列顺序再修改列名。

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