使用 Numpy 获取两个 Pandas 数据帧共享列

要获取两个 DataFrame 共享的列，请使用 intersect1d（）方法。此方法由 Numpy 提供，因此您需要导入 Pandas 和 Numpy。让我们首先导入所需的库 −

import pandas as pd
import numpy as np

创建两个 DataFrame −

# 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 的 intersect1d() 方法获取相同的列 −

res = np.intersect1d(dataFrame2.columns, dataFrame1.columns)

更多Pandas文章，请阅读：Pandas教程

例子

下面是代码 −

import pandas as pd
import numpy as np

# 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]
})

print"数据帧1...\n",dataFrame1

# 创建 dataframe2
dataFrame2 = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Units_Sold": [ 100, 110, 150, 80, 200, 90]
})

print"数据帧2...\n",dataFrame2

# 使用 intersect1d()获取共同的列
res = np.intersect1d(dataFrame2.columns, dataFrame1.columns)

print"\n共同的列...\n",res

输出

这将产生以下输出 −

数据帧1...
        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
数据帧2...
        Car   Units_Sold
0       BMW          100
1     Lexus          110
2     Tesla          150
3   Mustang           80
4  Mercedes          200
5    Jaguar           90

共同的列...
['Car' 'Units_Sold']