Python 由不同数据帧的唯一值组成的新数据帧

我有两个数据帧：

df1 = 
a   b
1   555
2   555
4   555
4   555
5   555
6   555
7   555
8   555
15  555
1   555

及

我想在两个数据框之间找到列

a

的相同值，并将它们放入新的数据框中（也包括其他列的值。这里是

b

） 期望输出为：

df3 = 
    a   b
    2   555
    2   666
    2   666
    4   555
    4   555
    4   666
    …

等等

我试过：

df3= pd.merge(df1, df2, on=['a'], how='inner')

---

但它给了我一些不同的东西大致上，这将解决您的问题：

(pd.concat((df1[df1.a.isin(df2.a)],
            df2[df2.a.isin(df1.a)]),
           ignore_index=True)
    .sort_values('a'))

#   a    b
#0  2  555
#4  2  666
#5  2  666
#8  2  666
#1  4  555
#2  4  555
#6  4  666
#3  5  555
#7  5  666

使用：

或：

---

---

这与其他解决方案没有太大区别

set1=set（df1[“a”].tolist（））
set2=set（df2[“a”].tolist（））
inter=列表（集合1.交叉点（集合2））
df3=pd.concat（[df1[df1[“a”].isin（内部）]，
df2[df2[“a”].isin（内部）]，
忽略（索引=真）

你说“唯一值”是什么意思？这个问题对我来说不是100%清楚。是否希望

df3

仅包含列

a

中的值同时位于排序交叉点

df1

和

df2

中的行？

(pd.concat((df1[df1.a.isin(df2.a)],
            df2[df2.a.isin(df1.a)]),
           ignore_index=True)
    .sort_values('a'))

#   a    b
#0  2  555
#4  2  666
#5  2  666
#8  2  666
#1  4  555
#2  4  555
#6  4  666
#3  5  555
#7  5  666

df3= pd.concat([df1, df2], ignore_index=True)
df3 = df3[df3['a'].isin(np.intersect1d(df1['a'], df2['a']))]

idx = np.intersect1d(df1['a'], df2['a'])
df3 = pd.concat([df1[df1.a.isin(idx)], df2[df2.a.isin(idx)]], ignore_index=True)

print (df3)
   a    b
1  2  555
2  4  555
3  4  555
4  5  555
0  2  666
1  2  666
3  4  666
4  5  666
5  2  666