匹配python中两个熊猫数据框的列名答案

【问题标题】：Matching the column names of two pandas data-frames in python匹配python中两个熊猫数据框的列名
【发布时间】：2018-01-23 14:46:56
【问题描述】：

我有两个名为 df1 和 df2 的 pandas 数据框，这样 `

df1: a      b    c    d
     1      2    3    4
     5      6    7    8

和

df2:      b    c   
          12   13

我希望结果像

result:    b    c    
           2    3    
           6    7

这里要注意a b c d是pandas dataframe中的列名。两个熊猫数据框的形状和值都不同。我想将df2的列名与df1的列名匹配，并选择df1的所有行，其标题与df2的列名匹配。df2仅用于选择维护所有行的df1 的特定列。我尝试了下面给出的一些代码，但这给了我一个空索引。

df1.columns.intersection(df2.columns)

上面的代码没有给出我的结果，因为它给出了没有值的索引标题。我想编写一个代码，我可以在其中将我的两个数据框作为输入，并比较列标题以供选择。我不必对列名进行硬编码。

【问题讨论】：

看来您只需要df1[df1.columns.intersection(df2.columns)]。
你有列名，你只需要用它来索引df1。
或者，df1[df1.columns & df2.columns]

标签： python pandas pandas-groupby

【解决方案1】：

我相信你需要：

df = df1[df1.columns.intersection(df2.columns)]

或者像 @Zero 在 cmets 中指出的那样：

df = df1[df1.columns & df2.columns]

【讨论】：

不需要concat，看看预期的结果;-)

【解决方案2】：

或者，使用reindex

In [594]: df1.reindex(columns=df2.columns)
Out[594]:
   b  c
0  2  3
1  6  7

也就是

In [595]: df1.reindex(df2.columns, axis=1)
Out[595]:
   b  c
0  2  3
1  6  7

【讨论】：

【解决方案3】：

或者交叉路口：

df = df1[df1.columns.isin(df2.columns)]

【讨论】：