合并列名部分不同的DataFrame时如何保留原始数据类型？

我太懂你这种困扰了——合并列名不全一致的DataFrame时，原本好好的整数类型突然变成float，后续处理全是坑！下面给你几个高效的解决方案，顺便解答你提到的几个疑问：

一、最简洁的方案：用dtype_backend='numpy_nullable'（Pandas 1.4+支持） #

这是Pandas后来推出的特性，专门用来解决缺失值导致的类型转换问题。它会使用Nullable数据类型（比如Int64带空值的整数类型、boolean带空值的布尔类型），既保留原始类型，又能优雅处理缺失值。

代码示例：

import pandas as pd

df1 = pd.DataFrame([(2, 3, True, "Test")], columns=["x", "y", "z", "a"])
df2 = pd.DataFrame([(4, 6)], columns=["x", "b"])

# 关键就是加上dtype_backend参数
df3 = pd.concat([df1, df2], ignore_index=True, dtype_backend='numpy_nullable')

处理后你会发现：

• x、y列依然是整数类型（Int64），缺失值用pd.NA表示，不会转成float
• 布尔、字符串类型也会保留对应的Nullable类型，完美适配你的需求

二、兼容旧版Pandas的方案：先补全列再合并 #

如果你用的是Pandas 1.4之前的版本，可以先统一所有DataFrame的列，给缺失的列填充对应类型的空值，再执行合并：

import pandas as pd

df1 = pd.DataFrame([(2, 3, True, "Test")], columns=["x", "y", "z", "a"])
df2 = pd.DataFrame([(4, 6)], columns=["x", "b"])

# 第一步：收集所有出现过的列名
all_columns = list(set(df1.columns).union(df2.columns))

# 第二步：给每个DataFrame补全缺失的列，填充对应类型的空值
def fill_missing_cols(df, all_cols):
    for col in all_cols:
        if col not in df.columns:
            # 先确定该列的原始数据类型
            if col in df1.columns:
                dtype = df1[col].dtype
            else:
                dtype = df2[col].dtype
            # 根据类型填充对应的空值
            if dtype == 'int64':
                df[col] = pd.NA  # 保留整数类型的空值，也可以填0（看你的业务需求）
            elif dtype == 'float64':
                df[col] = pd.NA
            elif dtype == 'bool':
                df[col] = pd.NA
            elif dtype == 'object':  # 字符串类型
                df[col] = ""
    # 统一列的顺序，避免合并后列乱序
    return df[all_cols]

# 补全两个DataFrame的列
df1_filled = fill_missing_cols(df1, all_columns)
df2_filled = fill_missing_cols(df2, all_columns)

# 最后合并
df3 = pd.concat([df1_filled, df2_filled], ignore_index=True)

这个方法虽然代码多一点，但兼容性好，而且完全由你控制缺失值的填充逻辑。

关于你提到的两个疑问解答 #

1. convert_dtypes()的RuntimeWarning能不能忽略？ #

可以忽略！这个警告是因为Pandas会尝试把所有列都检查一遍能不能转成整数，而你的布尔、字符串列肯定转不了，所以才会报这个错。它不会影响最终的类型转换结果，只是有点烦人。如果不想看到警告，可以临时屏蔽：

import warnings
warnings.filterwarnings("ignore", category=RuntimeWarning)
df3 = pd.concat([df1, df2], ignore_index=True).convert_dtypes()

不过还是更推荐前面的dtype_backend方案，更干净高效。

2. 关于FutureWarning的问题 #

这个警告是Pandas在提示未来版本的合并逻辑会有变化——现在合并时会自动排除全NA/空列，但未来不会。如果你没有全NA的列，或者需要保留所有列的信息，完全不用管这个警告；如果担心，可以在合并前手动过滤掉全NA的列（但你的场景里应该不需要）。

你之前手动添加空行再逐个填值的方法虽然可行，但数据量大的时候效率确实低，上面的两种方法都能帮你节省大量时间~

备注：内容来源于stack exchange，提问作者ACM