在 Pandas/Python 中合并两个数据框，保留数据框 1 中的所有列

Posted 2023-03-11

【中文标题】在 Pandas/Python 中合并两个数据框，保留数据框 1 中的所有列

【英文标题】：Merging two dataframes in Pandas/Python keeping all columns from dataframe 1

【发布时间】：2021-04-11 17:28:11

【问题描述】：

数据框 1 是一个空数据框，用于设置列的“标题”：

Header Green	Header Yellow	Header Red

数据框 2 包含实际行，但某些列可能与数据框 1 不同。

Header Green	Header Yellow	Header Purple
Data Green	Data Yellow	Data Purple

在生成的数据框中，我想将两个数据框堆叠在一起，但只保留 dataframe1 中的列（即绿色、黄色、红色）。最终的数据框应该是：

Header Green	Header Yellow	Header Red
Data Green	Data Yellow	Blank

明确一点，决赛桌：

1 保留数据框 1 中的所有列

2 添加数据框 2 中的数据，其中列与数据框 1 相同

3 删除数据帧 2 中不在最终数据帧中的数据帧 1 中的任何列。

不幸的是，数据框中有很多列，因此解决方案需要了解要保留哪些列，而不是数据框中现有的名称。

谢谢！

【问题讨论】：

您不需要数据框 1 中的任何数据吗？如果是这种情况，只需列出数据框 2 中位于数据框 1 中的列：cols_to_keep = [col for col in df2.columns if col in df1.columns]，然后使用该列列表从数据框 2 中进行选择：df_new = df1[cols_to_keep]

谢谢，设法做到这一点，但这意味着 df_new 不会保存 df1 中的所有列，其中列不在 df2 中的空值。所以在上面，使用这个解决方案我不会在结果数据框中得到 Header Red？

啊，明白了。错过了您需要具有空值的列的事实。

【参考方案1】：

除非数据集很大，否则我觉得这样可以解决您的问题：

只需在之后进行连接和切片

pd.concat([df,df2])[df.columns]

【参考方案2】：

我认为这里使用df.reindex 的答案实际上完全符合您的要求：https://***.com/a/43995812/9357244

df_new = df2.reindex(columns = df.columns)

如果它们是df 中的列，将保留df2 中的列。任何缺失的列都将被实例化为空值。

【讨论】：

非常感谢，这绝对成功了。举个例子，下面的代码做我想要的： import pandas as pd df1=pd.DataFrame(columns=["a","b","c"]) data="a":[1,2 ],"b":[3,4],"d":[5,7] df2=pd.DataFrame(data) df_new = df2.reindex(columns = df1.columns) print(df_new)