Pandas - 合并 2 个数据帧，仅将第一个数据帧中的列作为输出
Pandas - Merge 2 dataframes, only with columns from the first dataframe as output
假设我有一个包含如下列的数据框：
A
B
C
X
F
另一个数据框有列：
A
J
L
B
C
如何将第二个数据框中的行添加到只有 5 列的第一个数据框中？我不希望 J 列和 L 列出现在最终数据框中。
还假设还有很多其他列我不想要，那么有没有办法不指定列名就可以做到这一点？这将是巨大的...
使用 Index.intersection 过滤来自 df2 的列 df1.columns:
#if all columns from df1 are in df2
df22 = df2[df1.columns]
#if NOT all columns from df1 are in df2
df22 = df2[df2.columns.intersection(df1.columns)]
然后使用DataFrame.append:
df = df1.append(df22, ignore_index=True)
或concat:
df = pd.concat([df1, df22], ignore_index=True)
另一种解决方案是在 df1 中按列追加新行后进行过滤：
df = pd.concat([df1, df2], ignore_index=True)[df1.columns]
假设我有一个包含如下列的数据框：
| A | B | C | X | F |
|---|
另一个数据框有列：
| A | J | L | B | C |
|---|
如何将第二个数据框中的行添加到只有 5 列的第一个数据框中？我不希望 J 列和 L 列出现在最终数据框中。
还假设还有很多其他列我不想要，那么有没有办法不指定列名就可以做到这一点？这将是巨大的...
使用 Index.intersection 过滤来自 df2 的列 df1.columns:
#if all columns from df1 are in df2
df22 = df2[df1.columns]
#if NOT all columns from df1 are in df2
df22 = df2[df2.columns.intersection(df1.columns)]
然后使用DataFrame.append:
df = df1.append(df22, ignore_index=True)
或concat:
df = pd.concat([df1, df22], ignore_index=True)
另一种解决方案是在 df1 中按列追加新行后进行过滤：
df = pd.concat([df1, df2], ignore_index=True)[df1.columns]