使用concat/append/merge堆叠3列DataFrame后列数异常及列序错乱求助

嘿，我来帮你搞定这个头疼的问题！你用append或concat合并两个3列的DataFrame后得到5列，还出现列顺序错乱，核心原因几乎肯定是两个DataFrame的列名不匹配——哪怕看起来都是3列，但列名可能存在大小写差异、空格、拼写不一致，或者其中一个DF多了索引列，导致pandas把它们当成不同的列处理，最终列数叠加、顺序混乱。

第一步：排查问题根源 #

先运行下面的代码，确认两个DataFrame的列名细节：

print("dfTrain列名:", dfTrain.columns.tolist())
print("dfTrain2列名:", dfTrain2.columns.tolist())

你大概率会发现，两者的列名并非完全一致（比如一个是['text', 'label', 'id']，另一个是['Text', 'label', 'ID']，或者有一列名称完全不同）。另外注意：你代码里的dfTrain2.reset_index()没有赋值，等于白跑，这步如果要执行，得写成dfTrain2 = dfTrain2.reset_index(drop=True)，不然会生成一个额外的index列，也会导致列数增加。

第二步：针对性解决 #

情况1：列名仅存在大小写/空格差异

统一列名格式，比如全部转小写并去掉首尾空格：

# 统一列名格式
dfTrain.columns = dfTrain.columns.str.strip().str.lower()
dfTrain2.columns = dfTrain2.columns.str.strip().str.lower()

情况2：列名完全不同，但对应数据类型一致

如果两个DF的3列数据是同一类（比如都是文本、标签、ID），只是列名起得不一样，手动重命名对齐：

# 把dfTrain2的列名改成和dfTrain一致，根据实际列名调整
dfTrain2.rename(
    columns={'text_en': 'text', 'label_en': 'label', 'id_en': 'id'},
    inplace=True
)
# 确保dfTrain的列名也是目标名称（如果需要的话）
dfTrain.rename(
    columns={'text_hi': 'text', 'label_hi': 'label', 'id_hi': 'id'},
    inplace=True
)

情况3：列顺序不一致（可选但稳妥）

确保两个DF的列顺序完全相同，避免合并后顺序错乱：

dfTrain2 = dfTrain2[dfTrain.columns.tolist()]

第三步：重新执行合并操作 #

推荐使用concat（因为append已经被pandas弃用了）：

frames = [dfTrain, dfTrain2]
merged_df = pd.concat(frames, axis=0, ignore_index=True)

如果坚持用append，也可以：

merged_df = dfTrain.append(dfTrain2, ignore_index=True)

验证结果 #

最后检查合并后的列数和列名：

print("合并后列数:", len(merged_df.columns))
print("合并后列名:", merged_df.columns.tolist())

这时候应该就是3列，且顺序和原DF一致啦！

内容的提问来源于stack exchange，提问作者Ted Callow