在 pandas 中合并不同数量的列

Question

我正在尝试将数据框与各种列合并。对它们进行子集化我认为需要不同的处理方式，具体取决于它是否具有 1 列或 >1 列，所以我尝试使用 if 语句，但它不起作用，我不确定为什么。任何提示都将非常感谢

编辑 - 索引包含重复值，因此无法使用 pd.concat - 我想保留这些

df1 = pd.DataFrame(data={'cat':[0,2,1], 'dog':[1,2,3]}).set_index([pd.Index([2, 2, 4])])
df2 = pd.DataFrame(data={'mouse':[1,2,3],'parrot':[0,1,2],'elephant':[0,1,2]}).set_index([pd.Index([1, 2, 4])])

# b can be varying but for this instance lets use two columns
# b = 'parrot'
b = 'parrot', 'mouse'

if len(b) > 0:
    if len(b) > 1:
        out = df1.merge(df2[[*b]],left_index=True, right_index=True)
    else:
        out = df1.merge(df2[b],left_index=True, right_index=True)

Answer 1

b = 'parrot'
len(b) = 6

b = 'parrot', 'mouse'
len(b) = 2

You can fix this by using lists
b = ['parrot']
and 
b = ['parrot', 'mouse']

df2[[*b]] should become df2[b]

Answer 2

假设数据框不包含多索引列，您可以使用 .loc to select the required columns in df2 then use pd.concat 将数据框 df1 与沿 axis=1 选择的列连接起来

pd.concat([df1, df2.loc[:, b]], axis=1)

样本运行：

# b = 'mouse'
   cat  dog  mouse
0    0    1      1
1    1    2      2
2    2    3      3


# b = 'mouse', 'parrot'
   cat  dog  mouse  parrot
0    0    1      1       0
1    1    2      2       1
2    2    3      3       2

在 pandas 中合并不同数量的列

merge varying number of columns in pandas

merge

pandas