如何合并15个列名相同但索引可能重复的DataFrame？

嘿，我来帮你搞定合并15个列名相同但索引可能重复的DataFrame的问题！先从你提到的测试数据开始，咱们先把生成测试数据的代码贴出来（方便你复现场景）：

import pandas as pd
import numpy as np

# 生成15个测试DataFrame的示例
dfs = []
for i in range(15):
    # 生成带重复索引的DF，列名都是A、B、C
    df = pd.DataFrame(
        {'A': np.random.randint(1, 10, 5),
         'B': np.random.randn(5),
         'C': np.random.choice(['X', 'Y'], 5)},
        index=np.random.choice([1, 2, 3, 4, 5], 5)  # 故意生成重复索引
    )
    dfs.append(df)

接下来分几种最常用的合并场景来介绍，你可以根据自己的需求选：

场景1：保留所有原始行（包括重复索引） #

这是最基础的合并方式，pd.concat会自动对齐所有相同列名的列，不管索引是否重复，所有DF里的行都会原封不动保留下来：

# 直接合并列表里的15个DF
merged_df = pd.concat(dfs)

合并后，索引会保留每个DF原来的索引值（哪怕重复），列还是原来的A、B、C三列，不会新增列。

场景2：忽略原索引，生成连续新索引 #

如果你不需要保留原有的索引，只想把所有数据按顺序堆叠起来，只需要给concat加个ignore_index=True参数：

merged_df = pd.concat(dfs, ignore_index=True)

这样新的DF索引会变成从0开始的连续整数，完全和原索引无关。

场景3：对重复索引的行做聚合处理 #

如果同一个索引在多个DF里都有数据，你想把这些行合并成一行（比如求和、取均值、保留第一个值），可以先合并再按索引分组聚合：

# 先合并所有DF，再按索引分组求和
merged_df = pd.concat(dfs).groupby(level=0).sum()

# 或者取每组的第一个值
merged_df = pd.concat(dfs).groupby(level=0).first()

# 或者取均值
merged_df = pd.concat(dfs).groupby(level=0).mean()

这里level=0表示按最外层索引分组（适合单索引的情况），你可以根据需求替换聚合函数，比如max()、min()甚至自定义函数。

几个小提醒 #

• 确保所有DF的列名完全一致！如果有大小写差异（比如有的是a有的是A），先统一列名：

  # 把所有DF的列名转成小写
  for df in dfs:
      df.columns = df.columns.str.lower()
  

• 合并后如果有缺失值，可以用merged_df.fillna()处理，比如填充0或者前向填充：

  merged_df = merged_df.fillna(0)  # 用0填充NaN
  merged_df = merged_df.ffill()    # 前向填充
  

内容的提问来源于stack exchange，提问作者Calculus