pandas不会按第几行相加：用索引重排验证标签对齐

署名：lgbisha

AI辅助说明：本文由AI辅助起草，示例与合成数据检查由AI助手在本地Python 3.12.3、pandas 3.0.3执行。内容来自索引学习与独立构造的练习，不使用真实学生、客户或业务数据，不代表已完成云部署或生产验收。

一、两列数字都只有三行，为何不能直接按位置相加

阅读华为云KooLabs《Python数据分析-pandas索引》（实验编号20006907）的索引部分后，我把练习聚焦到一个容易被表格外观掩盖的问题：两侧行数相同，不代表每一行对应同一个对象。

本次只在本地练习索引、选择、重置、多级索引与标签对齐，没有执行手册中的ECS购买、云主机登录等步骤，也不将本地结果描述成云环境全流程已通过。

先构造两组很小的合成数量：左侧标签顺序为A、B、C，右侧顺序为C、A、B。右侧每个标签的数据没有错，只是排列不同。

import pandas as pd

left = pd.Series([10, 20, 30], index=["A", "B", "C"], dtype="int64")
right = pd.Series([3, 1, 2], index=["C", "A", "B"], dtype="int64")

print((left + right).to_dict())
print((left.to_numpy() + right.to_numpy()).tolist())

本地输出分别为{'A': 11, 'B': 22, 'C': 33}和[13, 21, 32]。

前一种结果按A对应A、B对应B、C对应C相加；后一种把标签丢掉，直接计算第一项加第一项。两种运算都有明确语义，问题在于使用者是否把它们混为一谈。

如果把第二个结果重新贴上A、B、C标签，表面上仍是三行完整整数，看不到缺失值，却已经把不同对象的数据相加。这种错误不能靠“行数一致”检查发现。

二、loc与iloc先分清楚，再讨论对齐

.loc表达按标签选择，.iloc表达按位置选择。索引恰好是0、1、2时，两种写法可能得到同一项，所以初学时很容易忽略差异。把标签换成10、20后，区别就清楚了：

integer_labels = pd.Series([5, 6], index=[10, 20])
print(integer_labels.loc[10])
print(integer_labels.iloc[0])

这里两次都输出5，但integer_labels.loc[0]会抛出KeyError，因为标签0并不存在。不能因为0看起来像第一行，就把它当作位置。

切片同样需要按接口理解：在本文有序且唯一的A、B、C索引中，left.loc["A":"B"]包含终点B；left.iloc[0:1]遵循位置切片的右端不包含规则，只包含第一项。这个练习不把特定有序索引的切片表现扩大为任意混合、重复或无序索引的保证。

三、reset_index不是免费的修复按钮

如果先对两侧都做reset_index(drop=True)，随后相加确实会按0、1、2对齐；但那是因为原对象标签已被丢弃，而不是pandas替我们确认了对象关系。

不加drop=True的reset_index()会把原标签保留到普通列。这样至少还可以看见A、B、C等对象信息，但后续仍需要明确按哪一列连接或匹配，不能仅凭新行号作判断。

因此，遇到标签不齐时，我更愿意先回答两个业务问题：这两组数据的对象集合是否应该完全一致？重复标签表示错误，还是表示需要求和、取最新一条等聚合规则？这些问题没有明确答案之前，重置索引可能只是隐藏了冲突。

四、做一个只负责标签验收的相加示例

下面的函数只服务于一个很窄的教学契约：输入都是Series，索引为唯一、非空字符串，两侧标签集合必须相同。标签集合不一致时直接拒绝，不把未知数据隐式补成0。

def add_unique_labels(left, right):
    if not isinstance(left, pd.Series) or not isinstance(right, pd.Series):
        raise TypeError("两个输入必须都是Series")
    for series in (left, right):
        if not series.index.is_unique:
            raise ValueError("本例要求唯一索引，重复标签须先明确聚合规则")
        if not all(isinstance(label, str) and label for label in series.index):
            raise ValueError("本例要求非空字符串标签")
    if len(left) != len(right) or not left.index.isin(right.index).all():
        raise ValueError("两侧标签集合必须相同，不能隐式补零")
    return (left + right).reindex(left.index)

唯一性检查是集合校验的前提：如果重复标签没有先被排除，简单的数量比较和成员检查不足以表达一一对应关系。最后的reindex(left.index)则明确规定输出顺序跟随左侧，而不是让调用者依赖运算结果的隐式排序。

这个函数没有校验数值类型、缺失值、整数溢出或数值精度。如果输入值本身含NaN，标签正确也不会让NaN消失。名称中的“验收”仅指本段明确的对象与标签契约，不代表通用数据质量校验。

将函数与第一段输入放在同一文件中后，可以检查：

combined = add_unique_labels(left, right)
assert combined.to_dict() == {"A": 11, "B": 22, "C": 33}
assert combined.index.tolist() == ["A", "B", "C"]
assert left.index.tolist() == ["A", "B", "C"]
assert right.index.tolist() == ["C", "A", "B"]

这里还检查了输入顺序未被函数改变，避免为了得到正确输出而悄悄修改调用者持有的数据。

五、标签缺失和重复，不应混成一个问题

将右侧标签换成C、A、D后，普通相加会涉及A、B、C、D的并集，B和D没有两侧完整的数据。示例函数会拒绝这种集合差异，而不是试图替业务决定缺失意味着0还是尚未采集。

重复标签则是另一类情况。例如两条记录都叫A，可能表示同一对象的两批数量，也可能是数据录入重复。应先确定合并规则，再进入唯一标签计算；不能直接drop_duplicates()删除其中一条，让程序看起来能运行。

对真实系统而言，有时标签并集正是需要的结果，有时缺失应当显式补0。本文不否定这些用法，只要求规则由场景决定，并将对齐、补缺和聚合三个动作分别表达清楚。

六、本地53项检查覆盖了什么

本次Python 3.12.3、pandas 3.0.3的确定性检查共53项通过、0项失败，分为三组：

空Series在显式整数dtype下相加得到空结果；合法负数不会被这个标签函数拒绝；输入NaN继续传播。这些检查同时验证功能和限制，避免只挑正常例子就声称“数据不会再出错”。

53项不是全量输入穷举、性能压测或生产验收。本文没有测试混合对象dtype、极端整数溢出、时区转换、多进程、磁盘持久化或云资源配置。业务字段还应有独立的类型、范围与缺失规则。

七、小结与参考资料

这次练习最重要的收获不是记住某个API，而是先辨认“对象身份”和“当前行位置”。保留标签、按标签验收对象集合、明确输出顺序，比把数据转成数组后盲目相加更容易检查。

参考资料为华为云KooLabs《Python数据分析-pandas索引》实验手册，以及pandas官方文档中Series的标签对齐、Indexing and selecting data、Series.reindex与Series.reset_index说明。本文函数、合成数据及检查为独立构造，不是文档原文照抄。

再次说明：文章由AI辅助起草和执行验证；只报告本地实际运行结果，没有使用真实学生或业务资料，也没有声称已购买、配置或验证云ECS。实际业务中的字段质量、聚合规则和发布审核仍需分别处理。