Python怎么拼接数据_concat()纵向合并与横向拼接应用

顺亿

2026-09-11 • 👁 0人浏览过

pd.concat() 默认 axis=0 纵向合并，横向拼接须显式指定 axis=1；列名重复自动加后缀，索引不匹配易报错，dtype 不一致会导致静默计算错误。 pd.concat() 默认是纵向合并，横向拼接得加

axis=1

很多人一上来就写

pd.concat([df1, df2])

，发现结果是上下堆叠——这不是 bug，是默认行为。pandas 设计上把

axis=0

（行方向）当作第一优先级，也就是“按索引对齐后纵向追加”。要横着拼（列方向），必须显式写

axis=1

。常见错误现象：

ValueError: Shape mismatch: cannot join on indices with different lengths

，往往就是忘了加

axis=1

却拿两个行数不同的 DataFrame 强行横向拼——其实 pandas 此时仍在按

axis=0

解释，试图纵向合并，自然报错。

axis=0

：按 index 对齐，纵向堆叠（默认，不用写）

axis=1

：按 index 对齐，横向拼接（必须写）如果想按列名对齐而非索引对齐，用

join='inner'

或

join='outer'

控制交集/并集逻辑列名重复时

pd.concat()

不报错，但会悄悄加后缀横向拼接两个都有

'name'

列的 DataFrame，默认不会报错或覆盖，而是自动改名为

'name'

、

'name.1'

。这在调试时极难察觉，尤其后续做

df['name']

取值时只拿到第一个，第二个丢了还不知道。使用场景：合并多个实验结果表，每张表都带

'score'

列；或者拼接不同来源的用户基础信息，字段名撞车很常见。立即学习 “ Python免费学习笔记（深入） ”；用

keys

参数给每个 DataFrame 打标签，生成 MultiIndex 列，避免重名：

pd.concat([df1, df2], axis=1, keys=['v1', 'v2'])

用

names

配合

keys

给 MultiIndex 列命名，结构更清晰不想改名？提前重命名列：

df2 = df2.add_prefix('v2_')

ignore_index=True

对

axis=1

没用，别白设这个参数只影响被拼接对象的索引（即

axis=0

时的新行号），对横向拼接完全无效。有人误以为加了它就能让列名不重复、或让列顺序重排，其实没任何作用，还可能误导自己以为“已经处理过索引问题”。 Python 3.14.3 微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。下载性能影响：开启

ignore_index=True

会强制重建索引，在大表纵向合并时有明显开销；横向拼接时设它纯属冗余计算。

ignore_index=True

仅适用于

axis=0

场景

axis=1

下真正影响对齐的是

join

和

sort=False

（后者可提速）若两表索引不一致又不想补

NaN

，用

join='inner'

只保留共有的索引行拼接前不检查 dtypes，后面

groupby

或

sum()

就会静默出错比如

df1['age']

是

int64

，

df2['age']

是

object

（混了字符串如

'N/A'

），

pd.concat()

照样成功，但新 DataFrame 的

'age'

列 dtype 变成

object

。后续调

df.age.sum()

直接返回空字符串，不是报错，是算了个寂寞。容易被忽略的地方：这种类型污染不会在拼接时报 warning，也不会在

print(df.dtypes)

里一眼看出异常——因为

object

列看着很正常。拼接前用

df.select_dtypes(include=['number']).dtypes

快速核对数值列对关键列手动转类型：

df2['age'] = pd.to_numeric(df2['age'], errors='coerce')

用

verify_integrity=True

可检测重复列名（但不查 dtype）最麻烦的不是拼不起来，是拼起来了还跑得通，结果算错了数。

相关文章