问题是您的列具有不同的名称：

>>> df
    A   B   C   D    E    F    G    H    I    J    K    L
0   0   1   2   3    4    5    6    7    8    9   10   11
1  12  13  14  15   16   17   18   19   20   21   22   23
2  24  25  26  27   28   29   30   31   32   33   34   35
3  36  37  38  39   40   41   42   43   44   45   46   47
4  48  49  50  51   52   53   54   55   56   57   58   59
5  60  61  62  63   64   65   66   67   68   69   70   71
6  72  73  74  75   76   77   78   79   80   81   82   83
7  84  85  86  87   88   89   90   91   92   93   94   95
8  96  97  98  99  100  101  102  103  104  105  106  107

字符串
所以（A，B，C，D）与（E，F，G，H）和（I，J，K，L）不同，所以pandas不能堆叠你的列，因为索引没有对齐。一个简单的方法是使用numpy来重塑你的列框：

# .iloc[:9, :12] is not mandatory if it's your whole dataframe
data = df.iloc[:9, :12].values.reshape(-1, 4)
out = pd.DataFrame(data, columns=list('ABCD'))

型
输出量：

>>> out
      A    B    C    D
0     0    1    2    3
1     4    5    6    7
2     8    9   10   11
3    12   13   14   15
4    16   17   18   19
5    20   21   22   23
6    24   25   26   27
7    28   29   30   31
8    32   33   34   35
9    36   37   38   39
10   40   41   42   43
11   44   45   46   47
12   48   49   50   51
13   52   53   54   55
14   56   57   58   59
15   60   61   62   63
16   64   65   66   67
17   68   69   70   71
18   72   73   74   75
19   76   77   78   79
20   80   81   82   83
21   84   85   86   87
22   88   89   90   91
23   92   93   94   95
24   96   97   98   99
25  100  101  102  103
26  104  105  106  107

型

除了 @Corralien 的答案，这里是如何修复你的代码/mis-alignment：

dfs = [columns_1_to_4, columns_5_to_8, columns_9_to_12]
# or maybe [df.iloc[:9, i:i+4] for i in range(0, 12, 4)] ?

new_cols = None # you can choose to set any cols you want

new_df = pd.concat(
    map(lambda df_: pd.DataFrame(
        df_.to_numpy(), columns=new_cols), dfs)
)

字符串