如何实现两个行长度不同的Pandas DataFrame按索引对齐并排合并，而非上下堆叠

嘿，我完全懂你的需求——你想要让两个列数、行数都不一样的DataFrame，按索引位置对齐横向合并，而不是把一个的行直接堆在另一个下面。从你给出的错误输出来看，问题出在筛选出来的filtered_df还保留着原material_df的索引，导致它和block_df的索引不重叠，合并的时候就变成了各自的行分开显示。

核心解决办法 #

要实现按索引对齐的横向合并，关键是让两个DataFrame的索引都是从0开始的连续整数，这样Pandas会自动按索引位置匹配行，行数少的那个会在缺失的行上自动填充NaN。

具体到你的代码，只需要在筛选出filtered_df之后，重置它的索引就行：

filtered_df = material_df.loc[
    (material_df["Material Date"] < cell_a1) &
    (material_df["Material Date"] >= last_date)
].reset_index(drop=True)  # 新增这一行，重置索引为从0开始的连续整数

修正后的完整代码 #

把上面的修改应用到你的代码里，就能得到你想要的对齐效果了：

import pandas as pd


hours_df = pd.read_excel("hours.xlsx").fillna("")
hours_columns = hours_df.columns

material_df = pd.read_excel("material.xlsx").fillna("")
material_df = material_df.rename(columns={'Date': 'Material Date'})
material_columns = material_df.columns


temp = []
combined_df = pd.DataFrame()

last_date = "1999-01-01"


for _, row in hours_df.iterrows():
    if row["Date"] != "":
        block_df = pd.DataFrame(temp, columns=hours_columns)

        if temp:
            cell_a1 = block_df.iloc[0,0]

            # 筛选后重置索引，确保和block_df的索引对齐
            filtered_df = material_df.loc[
                    (material_df["Material Date"] < cell_a1) &
                    (material_df["Material Date"] >= last_date)
            ].reset_index(drop=True)

            last_date = cell_a1

            # 横向合并两个DataFrame，此时索引对齐，会按行匹配
            combined_block = pd.concat([block_df, filtered_df], axis=1)

            # 把当前合并好的块加到最终结果里
            combined_df = pd.concat([combined_df, combined_block], ignore_index=True)

        temp = []

    temp.append(row)

# 处理最后剩下的temp数据
if temp:
    block_df = pd.DataFrame(temp, columns=hours_columns)
    combined_df = pd.concat([combined_df, block_df], ignore_index=True)

print(combined_df)

为什么这样能解决问题？ #

• reset_index(drop=True)会丢弃filtered_df原来的索引（也就是从material_df继承来的非连续索引），生成从0开始的新连续索引，这样它和block_df的索引就完全重叠了。
• 当用pd.concat([df1, df2], axis=1)横向合并时，Pandas会默认按索引对齐行：如果df1有2行，df2有3行，那么前两行会把df1和df2的对应行拼在一起，第三行则会在df1的列位置填充NaN，正好符合你想要的效果。

备注：内容来源于stack exchange，提问作者displayname