Python/Pandas：根据另一个数据框过滤和组织数据框的行和列

Question

我有两个数据帧，例如下面的 df1、df2。我愿意：

filter df1：即去掉行和列，使其具有与df2相同的索引元素和列。保留的列和行的 table 中的元素不应被修改。
此外，我想组织这个'filtered'数据框的行和列，以便它的行和列的顺序与df2相同。

数据帧 df1 是：

index	x_3	x_1	x_2
10	110	126	112
11	131	140	143
12	130	128	116
13	118	150	125
14	102	117	110
15	103	105	148
16	116	114	114
17	120	132	110

..和第二个数据帧（df2）如：

index	x_1	x_2	x_3
10	1	1	5
11	4	1	2
14	2	2	4
15	1	2	1
16	2	4	1

最终结果为df3，即：

index	x_1	x_2	x_3
10	126	112	110
11	140	143	131
14	117	110	102
15	105	148	103
16	114	114	116

有什么见解吗？

Answer 1

您可以使用.reindex_like根据index来符合df1的index和columns和 columns 共 df2:

df3 = df1.reindex_like(df2)

>>> df3

       x_1  x_2  x_3
index               
10     126  112  110
11     140  143  131
14     117  110  102
15     105  148  103
16     114  114  116

Answer 2

df1.loc[df2.index, df2.columns]

Shubham 的回答非常 pythonic。使用 loc 也是从第一原则出发的简单方法。

Python/Pandas：根据另一个数据框过滤和组织数据框的行和列

Python/Pandas: filter and organize the rows and columns of a dataframe based on another dataframe

python

indexing

dataframe

pandas

reindex

index	x_3	x_1	x_2
10	110	126	112
11	131	140	143
12	130	128	116
13	118	150	125
14	102	117	110
15	103	105	148
16	116	114	114
17	120	132	110

index	x_3	x_1	x_2
10	110	126	112
11	131	140	143
12	130	128	116
13	118	150	125
14	102	117	110
15	103	105	148
16	116	114	114
17	120	132	110

index	x_3	x_1	x_2
10	110	126	112
11	131	140	143
12	130	128	116
13	118	150	125
14	102	117	110
15	103	105	148
16	116	114	114
17	120	132	110