Pandas附加数据帧而不创建新列

Question

我有两个看起来像这样的数据帧：

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 ，就像这样：

   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，因此并非所有df1中的列都必须在df2 ）

无论我使用concat还是append ，我得到的结果数据帧都会有一个名为“C”的列，前三行用nan填充。 我只想在df1保留两个原始列，并附加新值。 有没有办法连接数据帧而不必在之后删除额外的列？

Answer 1

您可以先过滤列以按subset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

---

print (df2[['A','B']])
    A   B
4  A4  B4
5  A5  B5

print (pd.concat([df1, df2[['A','B']]]))
    A   B
1  A1  B1
2  A2  B2
3  A3  B3
4  A4  B4
5  A5  B5

要么：

print (df1.append(df2[['A','B']]))
    A   B
1  A1  B1
2  A2  B2
3  A3  B3
4  A4  B4
5  A5  B5

编辑评论：

如果df1和df2中的列具有不同的列，请使用intersection ：

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

Answer 2

实际上，该解决方案位于此页面的一个不明确的角落。 这是要使用的代码：

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