如何用Pandas为网页获取的合并CSV文件正确建立连续索引

嘿，我来帮你搞定这个索引的问题！看起来你在合并多个DataFrame时踩了几个小坑，导致索引重复，没法得到1到258的连续索引。我来一步步给你捋清楚：

先说说你之前代码的问题 #

• append的用法（以及弃用提示）：你用df1.append(frames, sort=False)的写法其实能运行，但append方法已经被pandas弃用了，官方更推荐用pd.concat来合并多个DataFrame，可读性和稳定性更好。
• 错误的concat写法：你后来尝试的pd.concat([df1],[df2],[df3],... axis=1, join='inner').sort_index()有两个关键错误：
  • 不该把每个DataFrame单独放进一个列表，正确的做法是把所有要合并的DataFrame放在同一个列表里；
  • axis=1是按列合并（把DataFrame并排拼接），而你想要的是按行合并（把DataFrame上下堆叠），应该用默认的axis=0（可以省略不写）；
  • sort_index()只是对现有索引排序，但原来的索引是各个子DataFrame的索引叠加，排序后还是会重复，没法生成连续的新索引。

正确的解决步骤 #

步骤1：用pd.concat正确合并多个DataFrame

先把所有要合并的DataFrame放进一个列表，然后用pd.concat做行合并：

frames = [df1, df2, df3, df4, df5, df6]
# 行合并，sort=False保留原有列顺序
result = pd.concat(frames, sort=False)

步骤2：重置索引为连续序列

合并后，索引是各个子DataFrame的索引拼接起来的，肯定会重复。我们用reset_index()来生成新的连续索引，drop=True表示丢弃原来的旧索引列：

# 生成从0开始的连续索引（0到257）
result = result.reset_index(drop=True)

步骤3（可选）：让索引从1开始到258

如果你想要索引从1而不是0开始，只需要给索引加1就行：

# 把索引调整为1到258
result.index = result.index + 1
# 或者用range更直观
result.index = range(1, len(result)+1)

一步到位的代码 #

把上面的步骤合并成一行也可以：

frames = [df1, df2, df3, df4, df5, df6]
result = pd.concat(frames, sort=False).reset_index(drop=True)
result.index = range(1, len(result)+1)

这样处理后，你的result就会拥有从1到258的连续唯一索引啦！

内容的提问来源于stack exchange，提问作者DDay