combine_first更适合列重叠的DataFrame合并，因它按索引对齐后逐元素取非空优先值，自动补全缺失值并保留右表独有列；fillna仅作用于单表且不支持DataFrame参数。
combine_first 为什么比 fillna 更适合处理列重叠的 DataFrame 合并
当两个 DataFrame 有部分相同列名、部分不同列名，且你想用右侧数据“补全”左侧缺失值（而非简单覆盖），combine_first 是更自然的选择。它按列对齐后逐元素取“非空优先”：左边有值就用左边，左边为空才用右边；而 fillna 只作用于单个 DataFrame，无法自动对齐列、处理新增列，强行用会丢列或报错。
常见错误现象：df1.fillna(df2) 直接报 ValueError: fill value must be in the same dtype，因为 fillna 不接受另一个 DataFrame 作参数（除非是 Series 或标量）。
使用场景举例：用户行为日志分批次导出，每批含公共字段（user_id, timestamp）和部分特有字段（如 A 批有 page_url，B 批有 device_type），需合并成宽表。
调用 combine_first 的关键前提：索引对齐才是核心
combine_first 的行为完全依赖索引（index）对齐，不是按行号，也不是按列名顺序。如果没设好索引，结果会错位甚至多出冗余行。
立即学习“Python免费学习笔记（深入）”；
实操建议：
- 先确认两个 DataFrame 的索引语义一致（比如都是
user_id，或都是时间戳） - 若原始索引是默认
RangeIndex，但逻辑上应按某列对齐，务必先用set_index('key_col')设置 - 合并后再用
reset_index()恢复为普通列（如需要） - 注意：索引类型要兼容，比如一个索引是
int，另一个是str，会导致对齐失败，值全为 NaN
列名重叠时的数据类型冲突怎么处理
当同名列在两个 DataFrame 中 dtype 不同（如 df1['score'] 是 float64，df2['score'] 是 object），combine_first 默认不会强转，而是保留混合类型，后续可能引发 TypeError（比如调用 .sum()）。
避免踩坑的做法：
- 合并前用
df1['col'].astype('float64', errors='ignore')统一关键列类型（errors='ignore'防止报错中断） - 或改用
pd.concat([df1, df2], join='outer').groupby(level=0).first()—— 这种方式会隐式做类型推断，但性能略低 - 检查结果：用
result.dtypes快速扫一遍，重点关注重叠列是否出现object类型异常
示例：
df1 = pd.DataFrame({'user_id': [1, 2], 'score': [95.0, None]}).set_index('user_id')
df2 = pd.DataFrame({'user_id': [2, 3], 'score': ['87']}).set_index('user_id')
# 此时 df2['score'] 是 object，直接 combine_first 会让 result['score'] 成 object
# 建议先 df2['score'] = pd.to_numeric(df2['score'], errors='coerce')combine_first 不能替代 concat 或 merge 的地方
它只解决“以左表结构为基准，右表填空+扩列”的特定需求。如果你需要：
- 按条件连接（如
left_on='id',right_on='uid'）→ 用merge - 纵向堆叠（追加行）→ 用
concat，不是combine_first - 保留右表独有行，且左表对应位置填 NaN →
combine_first会把右表独有行也拉进来，但左表没这些索引，所以是“右补左”，不是“全集并”。真要全集，得用concat(..., join='outer')+groupby().first()
容易被忽略的一点：如果右表某列全为 NaN，combine_first 仍会把它加入结果——这不是 bug，是设计如此。需要清理的话，合并后加一句 result = result.dropna(axis=1, how='all')。
