能否垂直堆叠列名不同的panda数据帧并保留各自列名、添加分隔行？

常见错误操作说明 #

• 直接使用pd.DataFrame([df1, df2])构造新表：该写法会将两个DataFrame作为整体对象嵌套进新表结构，最终生成2行1列的嵌套对象表，完全不符合结构化表格的预期
• 直接使用pd.concat([df1, df2])垂直拼接：pandas会自动对齐两个表的列索引，最终生成包含A、B、X、Y四列的宽表，无对应值的单元格填充空值，无法实现“上下分块、每块保留自身列头”的视觉效果

可落地的实现步骤 #

首先准备和场景匹配的基础测试数据：

import pandas as pd
# 复现两个原始DataFrame
df1 = pd.DataFrame({"A": [45], "B": [98]})
df2 = pd.DataFrame({"X": [67], "Y": [2]})

步骤1：将每个原DataFrame转换为带自身列头的独立块 #

核心思路是把每个df的原列名转为普通数据行，再将块的列名统一为位置索引，避免拼接时因列名不同发生错位：

def convert_to_block(df):
    # 将原df的列名作为第一行数据插入
    header_row = pd.DataFrame([df.columns.tolist()], columns=df.columns)
    block = pd.concat([header_row, df], ignore_index=True)
    # 统一将列名替换为位置索引，消除列名差异带来的错位
    block.columns = range(block.shape[1])
    return block

步骤2：自定义分隔行 #

根据两个块的最大列数生成分隔行，可自由调整分隔行的内容（空值、文本标记均可）：

max_col = max(convert_to_block(df1).shape[1], convert_to_block(df2).shape[1])
# 生成分隔行，这里默认填充空字符串，可替换为自定义分隔内容
separator_row = pd.DataFrame([[""] * max_col], columns=range(max_col))

步骤3：垂直拼接所有块 #

按“df1块-分隔行-df2块”的顺序拼接，重置索引后即可得到符合预期的结果：

final_df = pd.concat([
    convert_to_block(df1),
    separator_row,
    convert_to_block(df2)
], ignore_index=True)

最终输出说明 #

打印final_df时，实际的行结构为：

1. 第一行：A B（原df1的列头）
2. 第二行：45 98（原df1的实际数据）
3. 第三行：空值（自定义分隔行）
4. 第四行：X Y（原df2的列头）
5. 第五行：67 2（原df2的实际数据）

如果两个原始df的列数不一致，pandas垂直拼接时会自动为列数少的块补充空值列，不会破坏整体分块的展示效果。可根据需要修改separator_row的填充内容，强化分隔线的视觉效果。

内容的提问来源于stack exchange，提问作者JimR4729