Python 3.x 熊猫数据框合并选择列

我希望通过比较df1和df2中的“no”字段，仅从df2（所有列）获取数据

下面是我的3行代码，对于这一点，我得到了来自df1和df2的所有列，它们不能从df1中修剪字段。如何实现

我有两个数据帧，如下所示：

df1:
no,name,salary
1,abc,100
2,def,105
3,abc,110
4,def,115
5,abc,120

df2:
no,name,salary,dept,addr
1,abc,100,IT1,ADDR1
2,abc,101,IT2,ADDR2
3,abc,102,IT3,ADDR3
4,abc,103,IT4,ADDR4
5,abc,104,IT5,ADDR5
6,abc,105,IT6,ADDR6
7,abc,106,IT7,ADDR7
8,abc,107,IT8,ADDR8

df1 = pd.read_csv("D:\\data\\data1.csv")
df2 = pd.read_csv("D:\\data\\data2.csv")
resDF = pd.merge(df1, df2, on='no' , how='inner')

---

我认为您只需要筛选

no

列，然后

on

和

how

参数是不必要的：

resDF = pd.merge(df1[['no']], df2)

或通过以下方式与过滤一起使用：

---

这有什么帮助吗？非常感谢你。这对我帮助很大。：-）

resDF = df2[df2['no'].isin(df1['no'])]