如何仅使用一个索引拼接两个Pandas DataFrame数据集

报错原因 #

NoneType' object has no attribute 'index'报错的核心是df1[0]已经不是DataFrame对象，多数是此前对df1[0]执行带inplace=True的操作时，返回值为None覆盖了原变量导致。先重新生成有效的df1[0]、df2[0]两个DataFrame对象，确认两者行数均为3，符合横向拼接的长度要求。

pd.concat出现大量NaN是因为Pandas横向拼接默认按索引对齐，df1[0]的索引为[0,1,2]、df2[0]的索引为['203A','206B','207A']，两者无公共索引，所以拼接后所有值为空。

实现方案 #

方法1：替换索引后concat拼接 #

# 拷贝对象避免修改原数据
df1_left = df1[0].copy()
df2_right = df2[0].copy()

# 将df1的索引替换为df2的索引
df1_left.index = df2_right.index

# 横向拼接得到结果
result = pd.concat([df1_left, df2_right], axis=1)

方法2：用join方法直接指定索引基准 #

# 以df2为基准表，关联df1的内容时直接把df1的索引替换为df2的索引
result = df2[0].join(df1[0].set_index(df2[0].index))

两种方法都可以得到以df2[0]的索引为统一基准的拼接结果。

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