concat不能直接拼接列名不同的DataFrame，因为pandas默认按列名对齐，缺失列补NaN，易造成“假空值”；需先统一语义列名、再concat、最后按业务逻辑fillna并检查dtype。
concat 时为什么不能直接拼接列名不同的 DataFrame
因为 pandas.concat 默认按列名对齐，缺失列会自动补 NaN，但如果你没意识到列对齐逻辑，可能误以为数据“丢了”——其实只是被填成了空值。业务上相似不等于列名/列序一致，比如一个表叫 user_id，另一个叫 id；一个有 reg_time，另一个只有 created_at。这时候硬拼，结果里会出现大量未对齐的 NaN，后续 fillna 就容易填错位置。
用 keys + ignore_index=True 确保索引干净，再对齐列
先明确目标：不是强行让两表列名一样，而是让业务字段归到同一语义列下。推荐分三步走：
- 手动重命名列，把业务含义相同的列统一成相同名字，例如
df1.rename(columns={'id': 'user_id', 'created_at': 'reg_time'}) - 用
pd.concat([df1, df2], ignore_index=True, sort=False)拼接，ignore_index=True防止旧索引干扰，sort=False避免 pandas 自动重排列（v1.4+ 默认为 True，会打乱你刚对齐的列序） - 拼完再统一处理缺失：比如
reg_time在 df1 里全有、df2 里全空，那fillna前得确认空值是真缺失，而不是因列名没对齐导致的“假空”
fillna 填什么？按业务逻辑选策略，别无脑用 0 或空字符串
fillna 不是补洞工具，是补业务意义。常见错误是：df['amount'].fillna(0) 把本该为空的退款记录也填成 0，后续 sum 直接失真。实际应：
- 数值型字段（如
score,age）：优先考虑fillna(df['score'].median())或按分组填充，比如df.groupby('region')['score'].transform('mean') - 时间字段（如
reg_time）：别填字符串'1970-01-01'，更安全的是留NaT，或用pd.NaT显式标记 - 分类字段（如
status）：如果缺失比例高（>30%），填'unknown'比填众数更诚实；若低，可用mode().iloc[0]
合并后检查列类型是否崩了——object 列混入数字是隐形炸弹
两个 DataFrame 的同一列，一个存的是 int64，另一个因含空值被转成 float64，再拼一起，pandas 会统一升为 float64；更糟的是，如果某列在 df1 是数字，在 df2 是字符串 'N/A'，整列会变成 object，后续 .sum() 直接报错。
立即学习“Python免费学习笔记（深入）”；
合并后务必运行：
print(df.dtypes)
重点关注那些本该是数值却变成 object 的列，用 pd.to_numeric(df['col'], errors='coerce') 强制转换，errors='coerce' 会把非法值变 NaN，比崩掉强。
真正麻烦的永远不是 concat 或 fillna 这两个动作本身，而是列语义没对齐就急着填空——业务字段映射一旦出错，后面所有统计都跟着偏。
