本文详解如何使用 pd.concat() 和 pd.merge() 正确合并列数不一致的两个 DataFrame，重点解决列对齐、缺失值填充及行匹配逻辑问题，并提供可直接运行的代码示例与关键注意事项。
本文详解如何使用 pd.concat() 和 pd.merge() 正确合并列数不一致的两个 DataFrame，重点解决列对齐、缺失值填充及行匹配逻辑问题，并提供可直接运行的代码示例与关键注意事项。
在 Pandas 数据处理中，常需合并结构略有差异的 DataFrame（如 df1 有 A/C/D 三列，df2 有 A/B/C/D 四列）。若直接调用 pd.concat([df1, df2]) 或 pd.merge(df1, df2)，易因列名不全、索引未对齐或连接键缺失，导致结果错位、列序混乱或行未正确匹配——正如提问者所见：输出列顺序异常（B 列缺失或位置错误），且行数据未按预期对齐。
✅ 正确做法分两类场景
场景一：仅需垂直拼接（不基于内容匹配行），保留所有列并自动对齐
使用 pd.concat() 配合 join='outer'（默认）和 ignore_index=True 重置索引，Pandas 会自动对齐列名，缺失列填充为 NaN：
import pandas as pd # 构造示例数据 a1, b1, c1 = [100, 66, 80], [26, 53, 45], [94, 100, 32] df1 = pd.DataFrame([a1, b1, c1], columns=['A', 'C', 'D']) a2, b2, c2 = [88, 94, 21, 39], [82, 79, 19, 87], [20, 10, 92, 13] df2 = pd.DataFrame([a2, b2, c2], columns=['A', 'B', 'C', 'D']) # 垂直拼接：自动对齐列，缺失值填 NaN result = pd.concat([df1, df2], ignore_index=True, sort=False) print(result)
输出：
A B C D 0 100 NaN 26 94.0 1 66 NaN 53 100.0 2 80 NaN 45 32.0 3 88 82.0 20 10.0 4 94 79.0 10 92.0 5 21 19.0 92 13.0 6 39 87.0 13 NaN
⚠️ 注意：sort=False 可避免 Pandas 自动按字母序重排列（Pandas ≥ 1.4 默认 sort=False，旧版本建议显式指定）；若需固定列序（如 'A', 'B', 'C', 'D'），拼接后用 reindex() 调整：
result = result.reindex(columns=['A', 'B', 'C', 'D'])
场景二：需基于公共列内容匹配行（如按 A 和 C 的值关联）
此时应使用 pd.merge()，明确指定 on 参数（一个或多个共有的列名），how='outer' 确保保留所有行：
# 按 A 和 C 列的值进行外连接（类似 SQL FULL OUTER JOIN）
merged = pd.merge(df1, df2, on=['A', 'C'], how='outer', suffixes=('_df1', '_df2'))
# 若希望统一列名（非后缀模式），可先对齐列再 concat，或 merge 后手动重命名但注意：原示例中 df1 和 df2 的数据维度与构造方式（[a,b,c] 作为行传入）导致其实际结构为 3 行 × 3/4 列，而提问者期望的“合并效果”实为简单拼接（非键匹配）。因此 merge 在此场景下并不适用——除非业务逻辑明确要求按某几列值对齐行（如查找相同 A&C 组合的记录）。
? 关键总结
- 优先选 concat：用于堆叠（stacking）不同列数的表，自动对齐列名，缺失处填 NaN；
- 慎用 merge：仅当存在明确业务键（如 ID、时间戳、分类标识）需跨表关联时使用，必须指定 on= 参数，否则默认内连接且报错；
- 列序控制：concat 不保证列顺序，务必用 .reindex(columns=[...]) 显式排序；
- 数据类型兼容性：拼接后含 NaN 的列会转为浮点型（如原为 int），必要时用 astype() 或 convert_dtypes() 优化；
- 索引处理：ignore_index=True 避免重复索引；若需保留原始索引，改用 keys 参数标记来源。
掌握这两类操作的适用边界，即可稳健应对绝大多数多表整合需求。
