Python合并货币DataFrame遇NaN异常，求正确合并方案

问题根源 #

你遇到的问题主要来自两个细节：

1. 用df + df2运算时，两个DataFrame的列名完全不重合（一个是AUD，一个是BRL），Pandas无法找到对应列做数值运算，因此所有结果返回NaN。
2. 使用pd.concat([df,df2])时，默认是按行拼接（axis=0），两个DataFrame会上下堆叠，自然出现列错位、单侧NaN的情况。

另外需要注意：你的JSON数据里的货币值是字符串类型，后续如果要做运算，得先转成数值格式（比如float），避免出现类型错误。

解决方案 #

步骤1：加载数据并转换数值类型

先把JSON中的字符串值转为float，为后续合并和运算打好基础：

import json
import pandas as pd

# 处理AUD数据
with open('AUD.json') as f:
    AUD_data = json.load(f)
df_aud = pd.DataFrame.from_dict(AUD_data).astype(float)

# 处理BRL数据
with open("BRL.json") as f:
    BRL_data = json.load(f)
df_brl = pd.DataFrame.from_dict(BRL_data).astype(float)

步骤2：按列合并DataFrame

使用pd.concat时指定axis=1，让两个DataFrame按相同索引把列合并到同一行：

df_combined = pd.concat([df_aud, df_brl], axis=1)
print(df_combined.head())

执行后就能得到你期望的输出：

AUD    BRL
0  2.8681  1.1607
1  2.8667  1.1645
2  2.8679  1.1634
...

额外处理（可选）

如果两个DataFrame的索引长度不一致，合并后较短的部分会出现NaN，你可以根据需求调整：

• 只保留索引完全匹配的行：

  df_combined_inner = pd.concat([df_aud, df_brl], axis=1, join='inner')
  

• 用指定值填充缺失值：

  df_combined_fill = pd.concat([df_aud, df_brl], axis=1).fillna(0)
  

内容的提问来源于stack exchange，提问作者Michał Śmieszek