Python 将新dataframe添加到现有数据库，但仅在列名匹配时添加

我有两个数据帧，我正试图结合，但我没有得到我想要的结果使用pandas.concat

我有一个数据库的数据，我想添加新的数据，但只有当列的名称匹配

假设df1是：

A B C D
1 1 2 2
3 3 4 4
5 5 6 6

df2是：

A E D F
7 7 8 8
9 9 0 0

我希望得到的结果是：

A B C D
1 1 2 2
3 3 4 4
5 5 6 6
7 - - 8
9 - - 0

空白数据不必是

-

，它可以是任何内容

当我使用：

results=pandas.concat（[df1，df2]，axis=0，join='outer'）

它为我提供了一个新的数据帧，其中包含所有列a到F，而不是我想要的。我有什么办法可以做到这一点吗？谢谢

您希望使用该方法并指定要与

left

参数的索引对齐，并且只关心列

d1, d2 = df1.align(df2, join='left', axis=1)

然后可以使用

pd.DataFrame.append

或

pd.concat

pd.concat([d1, d2], ignore_index=True)

   A    B    C  D
0  1  1.0  2.0  2
1  3  3.0  4.0  4
2  5  5.0  6.0  6
3  7  NaN  NaN  8
4  9  NaN  NaN  0

或

---

我更喜欢的方式是跳过对姓名的重新分配

pd.concat(df1.align(df2, 'left', 1), ignore_index=True)

   A    B    C  D
0  1  1.0  2.0  2
1  3  3.0  4.0  4
2  5  5.0  6.0  6
3  7  NaN  NaN  8
4  9  NaN  NaN  0

---

您可以使用查找

df2

和

concat

或

append

上列的交点：

pd.concat(
    [df1, df2[df1.columns.intersection(df2.columns)]]
)

或者

---

您还可以使用reindex和concat：

pd.concat([df1,df2.reindex(columns=df1.columns)])
Out[81]: 
   A    B    C  D
0  1  1.0  2.0  2
1  3  3.0  4.0  4
2  5  5.0  6.0  6
0  7  NaN  NaN  8
1  9  NaN  NaN  0

---

合并前先转置

df1.T.merge(df2.T, how="left", left_index=True, right_index=True).T

    A   B   C   D
0_x 1.0 1.0 2.0 2.0
1_x 3.0 3.0 4.0 4.0
2   5.0 5.0 6.0 6.0
0_y 7.0 NaN NaN 8.0
1_y 9.0 NaN NaN 0.0

df1.T           df2.T

    0   1   2      1 2
A   1   3   5   A  7 9
B   1   3   5   E  7 9
C   2   4   6   D  8 0
D   2   4   6   F  8 0

现在可以通过使用

how=“left”

进行合并来获得结果，我们通过传递

left\u index=True

和

right\u index=True

来使用索引作为连接键

df1.T.merge(df2.T, how="left", left_index=True, right_index=True)

    0_x 1_x 2   0_y 1_y
A   1   3   5   7.0 9.0
B   1   3   5   NaN NaN
C   2   4   6   NaN NaN
D   2   4   6   8.0 0.0

---

哇，太棒了！超级简单，完全符合我的要求，谢谢！

pd.concat([df1,df2.reindex(columns=df1.columns)])
Out[81]: 
   A    B    C  D
0  1  1.0  2.0  2
1  3  3.0  4.0  4
2  5  5.0  6.0  6
0  7  NaN  NaN  8
1  9  NaN  NaN  0

df1.T.merge(df2.T, how="left", left_index=True, right_index=True).T

    A   B   C   D
0_x 1.0 1.0 2.0 2.0
1_x 3.0 3.0 4.0 4.0
2   5.0 5.0 6.0 6.0
0_y 7.0 NaN NaN 8.0
1_y 9.0 NaN NaN 0.0

df1.T           df2.T

    0   1   2      1 2
A   1   3   5   A  7 9
B   1   3   5   E  7 9
C   2   4   6   D  8 0
D   2   4   6   F  8 0

df1.T.merge(df2.T, how="left", left_index=True, right_index=True)

    0_x 1_x 2   0_y 1_y
A   1   3   5   7.0 9.0
B   1   3   5   NaN NaN
C   2   4   6   NaN NaN
D   2   4   6   8.0 0.0