合并带整数索引的多DataFrame并保留索引，求更简洁实现方案

嘿，你现在手动处理索引的方法确实能解决问题，但Pandas其实自带了更简洁的工具来完成这个需求，完全不用手动去收集、去重和排序索引～

方法一：用pd.concat一键搞定 #

这是最直接高效的方式，一行代码就能实现你要的效果：

import pandas as pd

# 把你的所有DataFrame放进列表里
dfs = [df_1, df_2]
# 横向合并、保留所有索引、排序索引，最后填充缺失值
result = pd.concat(dfs, axis=1, join='outer', sort=True).fillna('-')

代码细节解释：

• axis=1：指定横向合并（按列拼接），匹配你的需求；
• join='outer'：这是pd.concat的默认参数，会自动保留所有DataFrame里出现过的索引，不用手动收集整理；
• sort=True：让最终结果的索引按升序排列，和你示例里的输出格式完全一致；
• fillna('-')：把合并后缺失的位置替换成你示例中的-，如果不需要替换，直接去掉这个方法，缺失值会显示为NaN。

对比你原来的方法 #

这个方案省去了手动循环收集索引、去重、排序的步骤，Pandas内部已经帮你完成了所有索引的整合工作，代码更简洁，也更不容易出错——尤其是当你有大量DataFrame要合并时，优势会更明显。

用你的示例数据测试，运行上面的代码后，得到的结果和你期望的完全一致：

a     b
0   1     -
1   3     -
2   -     4
4   -    11
5  10     -
7   2     3
9   -     4

内容的提问来源于stack exchange，提问作者Krzysztof Słowiński