pandas dataframes合并相同的列名，优先一个答案

【问题标题】：pandas dataframes merge with same column names, give priority to onepandas dataframes合并相同的列名，优先一个
【发布时间】：2015-12-18 01:39:09
【问题描述】：

合并和使用以下 MWE 时：

import pandas as pd
df1 = pd.DataFrame(data={'A': [1, 1], 'B': [2, 22]})
df2 = pd.DataFrame(data={'A': [1, 1], 'D': [4, 44]})
df3 = pd.DataFrame(data={'A': [1, 1], 'F': [6, 66]})
df = pd.concat([df1, df2, df3], axis=1, join='inner')

输出是：

    A   B   A   D   A   F
0   1   2   1   4   1   6
1   1  22   1  44   1  66

任何想法如何使用 cat 或 merge 或其他一些函数（无需在合并之前或之后手动“删除”公共列，并且合并必须仍然是内部）到以下输出（假设“优先级" 给df1['A'])？

    A   B   D   F
0   1   2   4   6
1   1  22  44  66

【问题讨论】：

标签： python join pandas merge dataframe

【解决方案1】：

您可以转置数据框、删除重复项并再次转换。

>>> df.T.drop_duplicates().T
   A   B   D   F
0  1   2   4   6
1  1  22  44  66

【讨论】：

谢谢。考虑到值是相同的，那就可以了。如果值不同，我对上面的示例做了如下操作（也适用于相同的值）：drops = [c for c in df2.columns if c in df1.columns]; df2.drop(drops, axis=1, inplace=True); drops = [c for c in df3.columns if c in df1.columns]; df3.drop(drops, axis=1, inplace=True)