python - 与 Pandas 合并的更简洁的方法

Question

假设我想合并两个数据框，df1(与列'a'，'b'，'c'，'z'一致)和df2由列('a'，'b'，'d'， 'y')，一起。两个数据帧的“a”和“b”列包含相同的对应信息。通常我会执行以下操作来生成一个新的数据帧，其中“c”和“d”被分配给相应的“a”和“b”:

relevant_columns1 = ['a','b','c']
relevant_columns2 = ['a','b','d']
df3 = pd.merge(df1[relevant_columns1], df2[relevant_columns2])

但是，是否有一种不太详细的方法可以通过合并函数传递此信息，而不必将列标题放入列表格式？我的目标是生成一个新的数据框 df3，其中包含列“a”、“b”、“c”和“d”

Answer 1

你可以使用

pd.merge(df1, df2)[['a','b','c','d']]

<小时/>

默认pd.merge将根据所有共同共享的列进行合并。

In [71]: df1 = pd.DataFrame(np.arange(20).reshape((5, 4)), columns=list('abcz'))

In [72]: df2 = pd.DataFrame(np.arange(20).reshape((5, 4)), columns=list('abdy'))

In [79]: pd.merge(df1, df2)
Out[79]: 
    a   b   c   z   d   y
0   0   1   2   3   2   3
1   4   5   6   7   6   7
2   8   9  10  11  10  11
3  12  13  14  15  14  15
4  16  17  18  19  18  19

然后您可以仅选择所需的列:

In [78]: pd.merge(df1, df2)[['a','b','c','d']]
Out[78]: 
    a   b   c   d
0   0   1   2   2
1   4   5   6   6
2   8   9  10  10
3  12  13  14  14
4  16  17  18  18

所以 df3 = pd.merge(df1, df2)[['a','b','c','d']]不太详细，但它确实创建了一个更大的临时数据帧，因此您的方法可能会更节省内存，特别是在有很多不相关的列的情况下。