Python 通过具有相同名称的列连接数据帧

我有以下数据帧：

df:

及

df2：

我希望：

df_r：

注意：这只是一个简单的例子，答案应该是不知道第一手什么是相同的列。i、 想象你有一千列。

简单

---

也很简单

简单的

---

也很简单

---

现在是引入

concat

和

join

pd.concat([df1,df2],join='inner',ignore_index =True)
Out[30]: 
   A  C
0  1  1
1  2  2
2  3  3
3  4  4

使用

对齐的另一种方法

pd.concat(df1.align(df2,join='inner',axis=1),ignore_index =True)
Out[37]: 
   A  C
0  1  1
1  2  2
2  3  3
3  4  4


对于合并
索引
或
列
而言，用于
外部
和
内部
联接的这两种方法都可以使用
联接
现在是引入
concat
的时候了

pd.concat([df1,df2],join='inner',ignore_index =True)
Out[30]: 
   A  C
0  1  1
1  2  2
2  3  3
3  4  4

使用
对齐的另一种方法

pd.concat(df1.align(df2,join='inner',axis=1),ignore_index =True)
Out[37]: 
   A  C
0  1  1
1  2  2
2  3  3
3  4  4


对于合并
索引
或
列
的
外部
和
内部
联接，这两种方法都必须更具体。我说的是成千上万的专栏，所以我不知道哪些是相同的。我必须更具体一些。我说的是数千列，所以我不知道哪些列是相同的。答案很好，我喜欢它这么干净。@AntonioLópezRuiz ha Hay coding:-）@AntonioLópezRuiz我更新了另一种方法，如果你想检查：-），唯一的缺点是很难将两个以上的数据帧组合在一起。我检查过了，我相信第一种方法是最好的，因为从理论上讲，您可以拥有无限量的数据帧，而且它仍然可以工作。这也是为什么我选择它作为正确答案的原因，因为它适用于很多场景，而且非常干净。答案很好，我喜欢它如此干净。@AntonioLópezRuiz ha Hay coding:-）@AntonioLópezRuiz我已经更新了另一种方法，如果你想检查：-），这是唯一的缺点，很难管理2个以上的数据帧组合。我检查了它，我相信第一种方法是最好的，因为理论上你可以有无限量的数据帧，它应该仍然可以工作。这也是我选择它作为正确答案的原因，因为它适用于很多场景，而且非常干净。
df[cols].append(df2[cols])

pd.concat([df1,df2],join='inner',ignore_index =True)
Out[30]: 
   A  C
0  1  1
1  2  2
2  3  3
3  4  4

pd.concat(df1.align(df2,join='inner',axis=1),ignore_index =True)
Out[37]: 
   A  C
0  1  1
1  2  2
2  3  3
3  4  4