Python 在不创建新列的情况下追加dataframe

我有两个数据帧，如下所示：

df1=
   A   B   
1  A1  B1
2  A2  B2
3  A3  B3

df2 = 
   A   C
4  A4  C4
5  A5  C5

我想将

df2

附加到

df1

，如下所示：

   A   B   
1  A1  B1
2  A2  B2
3  A3  B3
4  A4  NaN
5  A5  NaN

（注意：我编辑了数据帧，因此并非

df1

中的所有列都必须在

df2

中）

---

无论我使用的是

concat

还是

append

，我得到的结果数据帧都会有一个名为“C”的列，前三行填充了

nan

。我只想保留

df1

中的两个原始列，并附加新值。是否有一种方法可以连接数据帧，而不必在之后删除额外的列？

您可以先筛选列，以便通过

子集进行追加：

print (df2[['A']])
    A
4  A4
5  A5

print (pd.concat([df1, df2[['A']]]))
    A    B
1  A1   B1
2  A2   B2
3  A3   B3
4  A4  NaN
5  A5  NaN

print (df1.append(df2[['A']]))
    A    B
1  A1   B1
2  A2   B2
3  A3   B3
4  A4  NaN
5  A5  NaN


或：

按注释编辑：

如果
df1
和
df2
中的列具有不同的列，请使用：

事实上，解决方案就在这个世界的一个模糊角落里。下面是要使用的代码：

pd.concat([df1,df2],join_axes=[df1.columns])

鉴于上述示例，您是否可以编辑以显示您希望最终数据帧的外观？我很难想象，对不起。我已经编辑了这个问题。谢谢。这是我最初提问的方式。如果不是df1的所有列都在df2中，我该怎么办？然后在不匹配的列中得到
NaN
，如
（df1.append（df2））
。您需要以其他方式追加吗？您得到的结果看起来非常好，但是您必须对df1中而不是df2中的每一列执行此操作。如果
df1
的所有列都位于
df2
，请使用
print（pd.concat（[df1，df2[df1.columns]]）
如果没有，您可以通过
print（df1.columns.cross）找到公共列（df2.列））
print (df1.append(df2[['A','B']]))
    A   B
1  A1  B1
2  A2  B2
3  A3  B3
4  A4  B4
5  A5  B5

print (df1)
    A   B  D
1  A1  B1  R
2  A2  B2  T
3  A3  B3  E

print (df2)
    A   B   C
4  A4  B4  C4
5  A5  B5  C5

print (df1.columns.intersection(df2.columns))
Index(['A', 'B'], dtype='object')

print (pd.concat([df1, df2[df1.columns.intersection(df2.columns)]]))
    A   B    D
1  A1  B1    R
2  A2  B2    T
3  A3  B3    E
4  A4  B4  NaN
5  A5  B5  NaN

pd.concat([df1,df2],join_axes=[df1.columns])