如何合并两个基于数字的列标题不断增加的数据帧?

我认为你描述的行动是 pd.concat 正如@sammywemmy所说。

import pandas as pd

df1 = pd.DataFrame({'Q1': ['a'], 'Q2': ['b'], 'Q3': ['c'], 'Q4': ['d'], 'Q5': ['e'], 'Q6': ['f']})
df2 = pd.DataFrame({'Q1': ['a'], 'Q2': ['b'], 'Q3': ['d'], 'Q4': ['f']})

print(pd.concat([df1, df2]))

输出:

  Q1 Q2 Q3 Q4   Q5   Q6
0  a  b  c  d    e    f
0  a  b  d  f  NaN  NaN

使用:

nind1 = df2.columns.values.copy()
nind2 = np.unique(np.append(nind1, qindf1notdf2))
deff = len(nind2)-len(nind1)
for i, x in enumerate(nind2):
    if x in qindf1notdf2:
        nind2[nind2>=x] = [re.sub('\d', lambda s: str(int(s.group(0)) + 1), y) for y in nind2[nind2>=x]]

ncols = nind2[:-deff]
df2.columns = ncols
pd.concat([df1, df2])

输出:

您可以编写一个助手函数来自动重命名第二个数据帧。你所需要知道的就是遗漏问题的清单。我在这里用过 df1 作为名称的来源,但也可以使用连续的“Q1”、“Q2”Qn'。

def rename(df, skip=[], ref=df1):
    skip = set(skip)
    cols = (c for c in ref.columns if c not in skip)
    return df.rename(columns=dict(zip(df.columns, cols)))

pd.concat([df1, rename(df2, skip=['Q3', 'Q5'])], ignore_index=True)

输出:

  Q1 Q2   Q3 Q4   Q5 Q6
0  a  b    c  d    e  f
1  a  b  NaN  d  NaN  f

带有Qx生成器的辅助函数

这一个完全依赖于位置,所以即使在df1中,如果名称不完美,也可以使用它

def rename(df, skip=[]):
    skip = set(skip)
    cols = (f'Q{i}' for i in range(1, len(df.columns)+len(skip)+1)
            if i not in skip)
    return df.set_axis(cols, axis=1)

pd.concat([rename(df1), rename(df2, skip=[3,5])], ignore_index=True)