Pandas 如何根据索引从另一个df获取列的值？熊猫

我有两个数据帧，我想得到第一个数据帧，它包含来自第二个数据帧的数据，基于它们的索引。问题是，我迭代地执行此操作，每次迭代仅第一个df的列索引数增加1，因此会导致错误

例如： 第一次迭代后的第一个df：

          0
 440  7.691

      1
 0    M
 1    M
 2    M
 3    M
 4    M
 ..  ..
 440  B
 441  M
 442  M

第一次迭代后的第二个df（每次迭代后不改变）：

当我运行代码时，我得到了想要的df：

df_with_label = first_df.join(self.second_df)

          0  1
 440  7.691  B

第二次迭代后，我的第一个df现在：

         1
 3   10.72

当我运行相同的

df\u时，我想得到：

        1  2
 3  10.72  M

但我得到了一个错误：

ValueError: columns overlap but no suffix specified: Int64Index([1], dtype='int64')

我猜它有一个问题，第一个df列的索引在第二次迭代后是1，但不知道如何修复它。
我想保持第一列的索引不断增加

最好的解决方案是为第二列指定不同的名称，如下所示：

            1  class
     3  10.72      M

知道如何修复它吗？
试试：

df_与_标签=first_df.join（self.second_df，rsuffix=“_2”）

事情是-
df\u和
second\u-df
都有
1
列，因此
rsuffix
将
“\u 2”
添加到第二个\u-df列名
“1”：=“1\u 2”
。您可以在索引上进行连接，因此默认情况下会显示其他每一列，因此您需要避免命名冲突

REF
试试：

df_与_标签=first_df.join（self.second_df，rsuffix=“_2”）

事情是-
df\u和
second\u-df
都有
1
列，因此
rsuffix
将
“\u 2”
添加到第二个\u-df列名
“1”：=“1\u 2”
。您可以在索引上进行连接，因此默认情况下会显示其他每一列，因此您需要避免命名冲突

REF
如果我做对了，您的第二个数据帧不会随着迭代次数而改变，那么您为什么不一次性地改变它的列名呢：

second_df.columns=['colname']

这将解决您的命名冲突。
如果我做对了，您的第二个数据帧不会随着迭代次数而更改，那么您为什么不一次性更改其列名呢：

second_df.columns=['colname']

这应该可以解决命名冲突。
您能给出一个df和预期输出的示例吗？我给出了两个df的示例，用于2次迭代，是否不够清晰？当然不需要迭代。为了更好地理解，您应该创建输入数据帧及其预期获得的相应输出。您可以展示一个df和预期输出的示例吗？我给出了两个df的示例，用于2次迭代，是否不够清楚？当然不需要迭代。简单地说，为了更好地理解它，您应该创建输入数据帧以及您希望获得的相应输出。这是一个可行的可能性。如果我想按照这个方向去做，有没有办法在每次迭代时重置第一个df的列索引？我不确定您的循环是如何工作的，但您应该能够在每次迭代时使用相同的命令来更新dataframe的列名。谢谢。这是一个可行的可能性。如果我想按照这个方向去做，有没有办法在每次迭代时重置第一个df的列索引？我不确定您的循环是如何工作的，但您应该能够在每次迭代时使用相同的命令更新dataframe的列名。