python - 两个 Pandas 数据框中的共同列列表

Question

我正在考虑对每个具有大量列的数据帧进行合并操作。不希望结果有两列同名。我正在尝试查看两个框架之间共有的列名列表:

import pandas as pd

a = [{'A': 3, 'B': 5, 'C': 3, 'D': 2},{'A': 2,  'B': 4, 'C': 3, 'D': 9}]
df1 = pd.DataFrame(a)
b = [{'F': 0,  'M': 4,  'B': 2,  'C': 8 },{'F': 2,  'M': 4, 'B': 3, 'C': 9}]
df2 = pd.DataFrame(b)

df1.columns
>> Index(['A', 'B', 'C', 'D'], dtype='object')
df2.columns
>> Index(['B', 'C', 'F', 'M'], dtype='object')

(df2.columns).isin(df1.columns)
>> array([ True,  True, False, False])

我如何在 Index 对象上操作 NumPy bool 数组，以便它只返回一个公共(public)列的列表？

Answer 1

使用numpy.intersect1d或 intersection :

a = np.intersect1d(df2.columns, df1.columns)
print (a)
['B' 'C']

a = df2.columns.intersection(df1.columns)
print (a)
Index(['B', 'C'], dtype='object')

后一个选项的替代语法:

df1.columns & df2.columns