如何通过索引合并多个Pandas DataFrames？

嗨Stephen，别晕啦！你的问题其实是Pandas合并操作里的常见小坑，我帮你拆解并搞定：

先说说你当前代码里的几个问题 #

• drop操作没生效：Pandas的drop()默认返回新的DataFrame，不会修改原对象，你写的d2.drop(d2.index[[2,3]])其实没改变原来的d2，得把结果赋值回去，比如d2 = d2.drop(d2.index[[2,3]])
• merge默认是内连接：你用pd.merge()的时候，默认是how='inner'，只会保留所有DataFrame都存在的时间点，这就是为什么你的结果里没有缺失值的原因，我们需要改成外连接how='outer'
• 列名笔误：你的d3里错误地用了UK列，应该是CAN，这会导致合并后出现UK_x、UK_y的重复列

正确实现方法 #

最简洁高效的方式是用pd.concat()，因为你的所有DataFrame都是以time为索引（或time列），concat会自动按索引对齐，默认就是外连接，缺失值自动填充NaN。当然也可以修正merge的方式，我两种都给你：

方法1：使用pd.concat（推荐）

import pandas as pd

# 先构造正确的示例数据（模拟你的场景）
ts = pd.DataFrame({'time': pd.date_range('2012-12-01', periods=9)})

d1 = ts.copy()
d1['USA'] = [1,1,1,3,5,6,4,2,5]
d1.set_index('time', inplace=True)

d2 = ts.copy()
d2['UK'] = [1,1,5,6,4,2,5]
# 删掉索引2、3对应的行（对应12-3、12-4）
d2 = d2.drop(d2.index[[2,3]])
d2.set_index('time', inplace=True)

d3 = ts.copy()
d3['CAN'] = [1,1,3,4,2,5]
# 删掉索引2、4、6对应的行（对应12-3、12-5、12-7）
d3 = d3.drop(d3.index[[2,4,6]])
d3.set_index('time', inplace=True)

dataframes = [d1, d2, d3]
# 按索引合并，外连接，缺失值填充NaN
df_final = pd.concat(dataframes, axis=1)
print(df_final)

方法2：修正reduce+pd.merge的方式

如果你坚持要用reduce和merge，需要指定how='outer'，并且确保列名不重复：

from functools import reduce

# 先确保每个DataFrame的time列存在且列名唯一（比如d3用CAN列）
df_final = reduce(lambda left, right: pd.merge(left, right, on='time', how='outer'), dataframes)

最终结果 #

运行后你会得到和你期望完全一致的结果：

内容的提问来源于stack exchange，提问作者Roughrider