python - 比较 Pandas 中数据帧的标题

Question

我正在尝试比较两个 pandas 数据帧的标题并过滤匹配的列。df1 是我的带有两个标题的大数据框，df2 是一种字典，我在其中保存了 df1 中需要的每个列标题。

所以如果 df1 是这样的:

    A         B         C         D
    a         b         c         d
 0.469112 -0.282863 -1.509059 -1.135632
 1.212112 -0.173215  0.119209 -1.044236
-0.861849 -2.104569 -0.494929  1.071804
 0.721555 -0.706771 -1.039575  0.271860
-0.424972  0.567020  0.276232 -1.087401
-0.673690  0.113648 -1.478427  0.524988

df2 是这样的:

   B         D         E

我需要得到输出:

     B          D
 -0.282863  -1.135632
 -0.173215  -1.044236
 -2.104569   1.071804
 -0.706771   0.271860
  0.567020  -1.087401
  0.113648   0.524988

还有不匹配的标题元素列表:

A      C

以及 df1 中缺少的元素:

E

到目前为止，我已经在 stackoverflow 上尝试了 iloc 命令和许多不同的建议来比较行。因为我正在比较 header ，尽管这是不可能的。

编辑:我试过了

df1.columns.intersection(df2.columns)

但结果是:

MultiIndex(levels=[[], []],
           labels=[[], []])

这是因为多个 header 吗？

Answer 1

对于给定的 df1 和 df2

，这里有几个方法

In [1041]: df1.columns
Out[1041]: Index([u'A', u'B', u'C', u'D'], dtype='object')

In [1042]: df2.columns
Out[1042]: Index([u'B', u'D', u'E'], dtype='object')

df1 和 df2 中的列

In [1046]: df1.columns.intersection(df2.columns)
Out[1046]: Index([u'B', u'D'], dtype='object')

df1 中的列不在 df2 中

In [1047]: df1.columns.difference(df2.columns)
Out[1047]: Index([u'A', u'C'], dtype='object')

df2 中的列不在 df1 中

In [1048]: df2.columns.difference(df1.columns)
Out[1048]: Index([u'E'], dtype='object')