Pandas - 合并两个数据框，仅输出第一个数据框的列。

Question

假设我有一个包含以下列的数据框：

A	B	C	X	F

另一个数据框具有以下列：

A	J	L	B	C

如何将第二个数据框的行添加到只有5列的第一个数据框中？我不希望最终的数据框中包含J和L列。

还假设有许多其他我不想要的列，那么有没有一种方法可以不指定列名来实现这个目标？

- caasswa

Answer 1

使用Index.intersection函数，通过df1.columns过滤出df2的列。

#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函数：

df = df1.append(df22, ignore_index=True)

或者使用concat函数：

df = pd.concat([df1, df22], ignore_index=True)

另一个解决方案是在df1中追加新行后按列进行过滤：

df = pd.concat([df1, df2], ignore_index=True)[df1.columns]

- jezrael

---

我修改了问题，如果有帮助的话。所以 df22 = df2[df2.columns.intersection(df1.columns)]，然后 df = pd.concat([df1, df22], ignore_index=True)? - caasswa

我们基本上是想要 A | B | C | X | F，其中 A、B 和 C 作为行添加到 df1 中，但对于这些条目，X 和 F 可以只是 NaN。 - caasswa

@caasswa - 没错，你说得对。 - jezrael

如果你有3个数据框，其中df1是你想要的列，那么可以这样做：df = pd.concat([df1, df2, df3], ignore_index=True)[df1.columns]，我猜对了吧？ :) - caasswa

@caasswa - 是的，你说得对。 - jezrael