Python – 使用 Numpy 获取两个 Pandas DataFrames 共享的列
pythonserver side programmingprogramming更新于 2025/11/12 3:24:17
要获取两个 DataFrames 共享的列，请使用 intersect1d() 方法。此方法由 numpy 提供，因此您还需要将 Numpy 与 Pandas 一起导入。让我们首先导入所需的库 −
import pandas as pd import numpy as np
创建两个 DataFrames −
# 创建 dataframe1
dataFrame1 = pd.DataFrame({"Car": ['Bentley', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Cubic_Capacity": [2000, 1800, 1500, 2500, 2200, 3000],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000],"Units_Sold": [ 100, 110, 150, 80, 200, 90]
})
# 创建 dataframe2
dataFrame2 = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Units_Sold": [ 100, 110, 150, 80, 200, 90]
})
使用 numpy 方法 intersect1d() 获取公共列 −
res = np.intersect1d(dataFrame2.columns, dataFrame1.columns)
示例
以下是代码 −
import pandas as pd
import numpy as np
# 创建数据框 1
dataFrame1 = pd.DataFrame({"Car": ['Bentley', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Cubic_Capacity": [2000, 1800, 1500, 2500, 2200, 3000],"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000],"Units_Sold": [ 100, 110, 150, 80, 200, 90]
})
print"Dataframe1...\n",dataFrame1
# 创建 dataframe2
dataFrame2 = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Units_Sold": [ 100, 110, 150, 80, 200, 90]
})
print"Dataframe2...\n",dataFrame2
# 使用 intersect1d() 获取公共列
res = np.intersect1d(dataFrame2.columns, dataFrame1.columns)
print"\nCommon columns...\n",res
输出
这将产生以下输出 −
Dataframe1... Car Cubic_Capacity Reg_Price Units_Sold 0 Bentley 2000 7000 100 1 Lexus 1800 1500 110 2 Tesla 1500 5000 150 3 Mustang 2500 8000 80 4 Mercedes 2200 9000 200 5 Jaguar 3000 6000 90 Dataframe2... Car Units_Sold 0 BMW 100 1 Lexus 110 2 Tesla 150 3 Mustang 80 4 Mercedes 200 5 Jaguar 90 Common columns... ['Car' 'Units_Sold']
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
