合并熊猫中不同数量的列答案

【问题标题】：merge varying number of columns in pandas合并熊猫中不同数量的列
【发布时间】：2022-01-06 12:15:35
【问题描述】：

我正在尝试将数据框与各种列合并。我认为对它们进行子集化需要不同的处理，具体取决于它是否具有 1 列或 >1 列，因此我尝试使用 if 语句，但它不起作用，我不知道为什么。任何提示都会非常感谢

编辑 - 索引包含重复值，所以不能使用 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)

【问题讨论】：

标签： pandas merge

【解决方案1】：

假设数据框不包含多索引列，您可以使用 .loc 选择 df2 中所需的列，然后使用 pd.concat 连接数据框@ 987654326@ 与axis=1 沿选定列

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

示例运行：

# 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

【讨论】：

这是一个很好的答案，谢谢！但是....索引在某些情况下确实包含重复项。好地方，我会把它添加到我的简介中
@siash 在这种情况下你可以使用join，检查df1.join(df2.loc[:, b])

【解决方案2】：

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]

【讨论】：