如何在Pandas中对齐不同DataFrame指定行索引以实现数据对比？

嘿，我完全懂你想要实现的效果——把两个不同年份DataFrame里对应项目的数值放到同一行，这样就能轻松做对比柱状图对吧？咱们一步步来解决这个问题：

首先把你需要的特定行数据单独拎出来，顺便给列重命名，这样后续合并后能清晰区分年份：

# 提取df1中2011年的b1数据，重命名列便于识别
df_2011 = df1.iloc[49:50, 6:7].rename(columns={df1.columns[6]: '2011年数值'})
# 提取df2中2016年的bt数据，同样重命名列
df_2016 = df2.iloc[51:52, 6:7].rename(columns={df2.columns[6]: '2016年数值'})

你之前用pd.concat没得到想要的结果，大概率是因为两个切片的原始索引不一致，导致工具默认按行拼接了。咱们只要让它们的索引对齐，就能按列合并到同一行：

方法一：重置索引后合并 #

如果不需要保留原索引，直接重置成一致的索引即可：

# 重置索引，丢弃原索引避免干扰
df_2011_reset = df_2011.reset_index(drop=True)
df_2016_reset = df_2016.reset_index(drop=True)

# 按列合并，得到一行两列的对比结构
comparison_df = pd.concat([df_2011_reset, df_2016_reset], axis=1)

方法二：手动设置相同的项目索引 #

如果这个数据对应特定的项目名称，也可以给两行设置相同的索引（比如项目名），这样合并后的结果可读性更强：

# 给两行设置相同的项目名作为索引
df_2011.index = ['XX项目']
df_2016.index = ['XX项目']

# 按列合并
comparison_df = pd.concat([df_2011, df_2016], axis=1)

合并后的comparison_df会是这样的结构：

接下来直接用这个DataFrame绘制对比柱状图就行：

import matplotlib.pyplot as plt

comparison_df.plot(kind='bar', rot=0)
plt.title('同一项目2011 vs 2016数值对比')
plt.show()

内容的提问来源于stack exchange，提问作者Anthony.H