如何在两个数据框中查找相同的列名并组合匹配的列答案

【问题标题】：How to look up identical column names in two dataframes and combine the matched columns如何在两个数据框中查找相同的列名并组合匹配的列
【发布时间】：2019-12-26 03:46:46
【问题描述】：

我想循环遍历两个数据框的列名，找到具有相同列名的列，并将它们组合起来创建一个新的数据框。

我尝试在 for 循环中编写 if-else 条件，但它不起作用。

具体来说，我有两个这样的数据框：

df1 = pd.DataFrame({'A': {'2019Q1': 1, '2019Q2': 2, '2019Q3': 3},
                'B': {'2019Q1': 1, '2019Q2': 3, '2019Q3': 5},
                'C': {'2019Q1': 2, '2019Q2': 4, '2019Q3': 6}})

df2 = pd.DataFrame({'A': {'2019Q1': 4, '2019Q2': 5, '2019Q3': 6},
                'B': {'2019Q1': 1.5, '2019Q2': 3.3, '2019Q3': 5.6},
                'C': {'2019Q1': 2.3, '2019Q2': 4.8, '2019Q3': 6.7}})

我想要像下面这样的输出-

对于 A，输出=

pd.DataFrame({'df1': {'2019Q1': 1, '2019Q2': 2, '2019Q3': 3},
              'df2': {'2019Q1': 4, '2019Q2': 5, '2019Q3': 6})

对于 B，输出=

pd.DataFrame({'df1': {'2019Q1': 1, '2019Q2': 3, '2019Q3': 5},
              'df2': {'2019Q1': 1.5, '2019Q2': 3.3, '2019Q3': 5.6})

对于 C，输出=

pd.DataFrame({'df1': {'2019Q1': 2, '2019Q2': 4, '2019Q3': 6},
              'df2': {'2019Q1': 2.3, '2019Q2': 4.8, '2019Q3': 6.7})

非常感谢您的帮助！

【问题讨论】：

标签： python pandas loops

【解决方案1】：

这是一种类似于 @ALollz 的方法，但将 subdf 保存在多个索引数据帧中

s = pd.concat([df1, df2], keys=['df1', 'df2']).unstack(0)
s.loc[:,'A']
Out[390]: 
        df1  df2
2019Q1    1    4
2019Q2    2    5
2019Q3    3    6

【讨论】：

【解决方案2】：

concat 带键 + groupby。将结果存储在字典中，以列作为键。

d = {idx: gp.droplevel(1, axis=1) for idx, gp in
     pd.concat([df1, df2], keys=['df1', 'df2'], axis=1).groupby(level=1, axis=1)}

d['A']
#        df1  df2
#2019Q1    1    4
#2019Q2    2    5
#2019Q3    3    6

d['B']
#        df1  df2
#2019Q1    1  1.5
#2019Q2    3  3.3
#2019Q3    5  5.6

以上将为所有列创建框架，无论它们是否在两者中都找到。如果这没有用，您可以将 concat 更改为：

cols = df1.columns.union(df2.columns)
pd.concat([df1[cols], df2[cols]], axis=1, keys=['df1', 'df2'])

【讨论】：

【解决方案3】：

由于两个数据框都按季度索引，您可以merge它们：

for col in np.union1d(df1.columns, df2.columns):
    result = df1[[col]].merge(df2[[col]], how='outer', left_index=True, right_index=True)
    result.index.name = col
    result.columns = ['df1', 'df2']
    print(result)

结果：

        df1  df2
A               
2019Q1    1    4
2019Q2    2    5
2019Q3    3    6

        df1  df2
B               
2019Q1    1  1.5
2019Q2    3  3.3
2019Q3    5  5.6

        df1  df2
C               
2019Q1    2  2.3
2019Q2    4  4.8
2019Q3    6  6.7

【讨论】：

【解决方案4】：

您可以使用类似的逻辑，通过 (1) 遍历列并 (2) 如果它们同时存在于 df 中，则将它们传递给新的数据框。您可以将结果存储在字典中，其中键是列名：

for col in all_cols:
    if col in df1.columns and col in df2.columns:
        final_df[col] = pd.DataFrame({'df1': df1[col].values, 'df2': df2[col].values})

final_df['A']
    df1     df2
0   1       4
1   2       5
2   3       6

final_df['B']
    df1     df2
0   1       1.5
1   3       3.3
2   5       5.6

final_df['C']
    df1     df2
0   2       2.3
1   4       4.8
2   6       6.7

【讨论】：

【解决方案5】：

for column in df1:
    if column in df2:
        df = pd.DataFrame({"df1": df1[column].values, "df2": df2[column].values})

【讨论】：

您忘记检查该列是否存在于其他数据框中。这并不总是必要的