使用来自其他数据帧的相同列值创建Python数据帧

我有许多python数据帧，我希望这些数据帧中的每一个在on列中具有相同的值。我怎么能做到

例如：

数据帧_1有一列，其中包含字符a、B、V、D DataFrame_2有一个包含字符D、C、B的列 数据帧_3有一个带有字符a、B的列

---

如何返回包含字符B、B、B的数据帧，因为B在所有数据帧中。一种复杂的方法是使用多个嵌套调用：

另一种方法是调用，这假设值是唯一的：

In [46]:

np.intersect1d(df2.a.unique(), np.intersect1d(df.a.unique(), df1.a.unique()))
Out[46]:
array(['B'], dtype=object)

同样，我们可以执行2次内部合并，这将合并所有dfs中存在的值：

In [47]:

df.merge(df1, on='a').merge(df2, on='a')
Out[47]:
   a
0  B

时间安排

---

numpy方法在该数据集上轻松获胜

将每个列视为一个集合，然后取交集如何：

df = pd.DataFrame({'col1': ['A', 'B', 'V', 'D'], 
                   'col2': ['D', 'C', 'B', 'B'], 
                   'col3': ['A', 'B', 'A', 'B']})

# First df column is a set
new_set = set(df.iloc[:, 0])  
# Iterate through remaining columns in df, taking intersection
for col in df.iloc[:, 1:]:
    new_set = set(df[col]).intersection(new_set)

将集合转换回数据帧或序列：

new_df = pd.DataFrame([new_set])
print(new_df)
   0
0  B

---

要获得所有三个DF中存在的唯一值，可以使用：

unique_vals = set(df1['col']).intersection(df2['col'], df3['col'])

---

不出所料，这将为您提供一套，然后您可以按照自己的意愿将其放回DF/系列。

请澄清这些列。字母A、B、C等是列的名称，还是列数据中的值？如果是后者，三个数据帧中的列的名称是什么？它们都一样吗？A、B、C字母是列中的值。三个数据帧中的列的名称相同。集合类型集合-自Python 2.4以来一直是内置的，自2.6以来已弃用，并在3.x+中删除。。。因此，除非OP使用Python2.3，否则不鼓励使用sets模块。它会。。。但是就像我说的-不推荐。。。例如，只需new_set=setdf.iloc[：，0]就可以了……我明白了。谢谢你的提示。我将修改上面的答案。

new_df = pd.DataFrame([new_set])
print(new_df)
   0
0  B

unique_vals = set(df1['col']).intersection(df2['col'], df3['col'])