Python 将两个dataframe与重复列组合

我有两个数据帧，A和B。
我想通过pandas.concat（[A，B]，axis=1）将它们组合起来。
但是，其中有一些重复的列，如下所示：

# A
ID Col1 Col2 Col3 Col4 Col5 TL

# B
Col1 Col2 Col3 Col4 Col5

数据

B

中

Col1-Col5

下的值与数据

A

中的值不同
如何使用列获取新的数据帧，

ID Col1 Col2 Col3 Col4 Col5 TL

ID

和

TL

来自数据

A

，

Col1-Col5

来自数据

B

da = pd.DataFrame({'ID':list('abcde'), 'c1':range(5),'c2':range(5), 'TL':list('qrstu')})
db = pd.DataFrame({'c1':range(10,15),'c2':range(20,25)})

不清楚你需要什么，这里有一些

da.update(db)

da[['c1','c2']] = db[['c1','c2']]

cols = [c for c in da.columns if c in db.columns]
da[cols] = db[cols]

dc = pd.concat([da['ID'],db[['c1','c2']], da['TL']], 1)

使用@wwii设置。 让我们先使用

组合\u

：

db.combine_first(da)

输出：

  ID TL  c1  c2
0  a  q  10  20
1  b  r  11  21
2  c  s  12  22
3  d  t  13  23
4  e  u  14  24

---

这些数据帧是否有确保它们之间对齐的索引？顺序已经确定。只需组合。提供示例数据帧使ppl更容易回答

da['c1'，'c2']=db[['c1'，'c2']]

？

pd.concat（[da['ID']，db['c1'，'c2']]，da['TL']]，1）

？@PeterChan此解决方案对您有帮助吗？你会考虑一个解决办法吗？@ ScottBoston谢谢！它是有效的，应该是一个很好的解决方案！