Pandas列拼接问题：索引不一致的DataFrame合并求助

嘿，我来帮你搞定这个DataFrame拼接的问题！首先你写的pd.concat(df1,df2,axis=1)本身就有个小错误——pd.concat的第一个参数得是包含DataFrame的列表，正确的基础写法应该是pd.concat([df1, df2], axis=1)。不过即使修正了这个，如果两个DataFrame的索引不一致，默认会按索引对齐，结果里可能会出现很多NaN，这应该不是你想要的对吧？

下面根据不同的需求给你几种解决方案：

情况1：按行位置直接拼接（完全忽略索引） #

如果你想要的是不管两个表的索引是什么，直接把第一行和第一行拼、第二行和第二行拼，那先把两个DataFrame的索引重置掉再拼接就行：

# 重置索引，drop=True是为了不保留原来的索引列
df1_reset = df1.reset_index(drop=True)
df2_reset = df2.reset_index(drop=True)
df3 = pd.concat([df1_reset, df2_reset], axis=1)

情况2：基于某一列对齐拼接（不用索引） #

要是你想基于两个表里共同的某一列（比如叫id或者key）来对齐数据，那用pd.merge会更合适：

# 只保留两边都有匹配值的行（内连接）
df3 = pd.merge(df1, df2, on='共同列名', how='inner')

# 保留所有行，没有匹配的地方补NaN（外连接）
df3 = pd.merge(df1, df2, on='共同列名', how='outer')

# 保留df1的所有行，df2没有匹配的补NaN（左连接）
df3 = pd.merge(df1, df2, on='共同列名', how='left')

情况3：保留某一方的索引并对齐 #

如果希望保留其中一个DataFrame的索引，另一个表按这个索引来对齐，那用join方法更直观：

# 保留df1的索引，把df2按索引拼过来，没有匹配的补NaN
df3 = df1.join(df2, how='left')

# 保留df2的索引，用右连接
df3 = df1.join(df2, how='right')

# 保留所有索引，缺失值补NaN
df3 = df1.join(df2, how='outer')

内容的提问来源于stack exchange，提问作者Ahamed Moosa