Pandas 熊猫海狸导致南行？

我有两个具有相同行数的数据帧：1434，我想将它们连接到轴1：

res = pd.concat([df_resolved, df1], axis=1)

这两个数据帧没有任何具有相同名称的列。我只想像这样加入他们：

df1:        df2:
col1 col2 | col3 col4
1    0    | 9    0
6    0    | 0    0

=
concatenated_df:
col1 col2 col3 col4
1    0    9    0
6    0    0    0

这在这样一个小示例中效果很好，但由于某种原因，如果我在原始数据集上尝试它，我会得到许多NaN行，这对我来说太大了，无法监督（我正在尝试连接1434x24和1434x17458形状的数据帧）。所以结果有点像：

concatenated_df:
col1 col2 col3 col4
col1 col2 col3 col4
1    0    9    0
6    0    0    0
NaN  NaN  0    0

---

但我不明白为什么。你知道这是怎么发生的吗？我尝试通过在列名后附加一个_xyz字符串来重命名较小数据框中的所有列，但问题仍然存在

当我生成训练和测试集时，我曾经遇到过同样的问题。这是我的解决方案，但是，我不知道为什么

pd.concat

在这种情况下也不起作用

l1=df.values.tolist()
l2=df_resolved.values.tolist()
for i in range(len(l1)):
    l1[i].extend(l2[i])

df=pd.DataFrame(l1,columns=df.columns.tolist()+df_resolved.columns.tolist())

---

这里类似问题的答案可能会有所帮助：

---

简单地说，如果两个数据帧的行索引有任何不匹配，则连接的数据帧将在不匹配的行中有NAN。如果您不需要保持索引的原样，请在连接之前在两个数据集上使用

df.reset_index（drop=True，inplace=True）

，这样可以解决问题。

我现在非常爱您D@lte__老兄，我还是和你有同样的问题，警长，康卡特确实管用……我认为你的答案应该是可以接受的，因为它与熊猫更相关。