You need to enable JavaScript to run this app. 如何将同列数同列名但行数不同的df1、df2按列交错合并为单个dataframe?
优惠活动
大模型
产品
解决方案
定价
更多

如何将同列数同列名但行数不同的df1、df2按列交错合并为单个dataframe?

双DataFrame列交错拼接实操方案

针对两个列数、列名完全一致但行数存在差异的DataFrame,按交错列规则完成合并的步骤如下:

  • 行索引预处理对齐
    两个DataFrame行数不等时,直接横向拼接会因索引不匹配生成无意义的空值。如果需要按行位置对齐(即第一行对应第一行、第二行对应第二行的逻辑),先执行索引重置:
    df1_processed = df1.reset_index(drop=True)
    df2_processed = df2.reset_index(drop=True)
    

    注意:如果业务场景需要按公共键(比如时间戳、用户ID)匹配行,不需要做上述重置操作,保留两个DataFrame的原索引即可,拼接时会自动按共同索引匹配对应行。

  • 生成交错排列的列序列
    由于两个DataFrame列名完全一致,直接提取公共列名列表,逐列取出df1的对应列、再取df2的对应列,按顺序拼成新的列序列:
    # 提取两个df共有的列名列表
    common_cols = df1.columns.tolist()
    # 按交错规则生成列序列
    interleaved_cols = []
    for col in common_cols:
        interleaved_cols.append(df1_processed[col])
        interleaved_cols.append(df2_processed[col])
    
  • 生成最终合并结果
    按列方向把上述交错序列拼接为新的DataFrame,可通过自定义列名后缀避免列名重复冲突:
    final_df = pd.concat(
        [
            pd.Series(
                col_data, 
                name=f"{col_name}_df1" if idx % 2 == 0 else f"{col_name}_df2"
            )
            for idx, (col_name, col_data) in enumerate(
                (col, data) 
                for col in common_cols 
                for data in [df1_processed[col], df2_processed[col]]
            )
        ],
        axis=1
    )
    
  • 常见踩坑提醒
    直接使用pd.concat([df1, df2], axis=1)的写法不符合要求,这种方式会把df1的所有列放在前面、df2的所有列放在后面,完全无法实现列交错的排布效果。

内容的提问来源于stack exchange,提问作者TomasC8

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.29 00:36:04