Pandas连接行为不一致

Question

以下工作：

df1 = pd.DataFrame([[1, 2, 3]], columns=['a', 'b', 'c'])
df2 = pd.DataFrame(columns=['a', 'b', 'c'])
pd.concat([df1, df2])

当然应该这样。但是，以下内容应该完全相同，但它不起作用：

od3 = OrderedDict([('a', [1]), ('b', [2]), ('c', [3])])
od4 = OrderedDict([('a', []), ('b', []), ('c', [])])
df3 = pd.DataFrame(od3)
df4 = pd.DataFrame(od4)
pd.concat([df3, df4])

这段代码产生

ValueError: Shape of passed values is (3, 1), indices imply (3, 0)

奇怪的是，这些都能起作用：

pd.concat([df3.drop_duplicates(), df4.drop_duplicates()])
pd.concat([df3, df4.drop_duplicates()])
pd.concat([df3.drop_duplicates(), df4])

尽管这些导致数据帧具有float64而不是int64

怎么回事？看起来，Pandas存储df3与df1不同，即使它们看起来完全相同，而且.drop_duplicates()方法将df3转换为规范形式。（？）有什么想法吗？你知道吗