Python - 使用 Numpy 获取两个 Pandas DataFrame 共享的列
要获取两个DataFrame共享的列，请使用intersect1d()方法。此方法由numpy提供，因此您还需要使用Pandas导入Numpy。让我们首先导入所需的库-
import pandas as pd import numpy as np
创建两个数据帧-
#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]
})
#创建数据框2
dataFrame2 = pd.DataFrame({"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],"Units_Sold": [ 100, 110, 150, 80, 200, 90]
})使用numpy方法intersect1获取公共列d()-
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
#创建数据框2
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输出结果这将产生以下输出-
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']热门推荐
10 喜事敬酒祝福语简短精辟
11 老师送的祝福语简短
12 三十三句祝福语简短
13 鼓掌祝福语简短10字
14 形容新年的祝福语简短
15 很暧昧的简短祝福语
16 参加婚礼祝福语大全简短
17 中考祝福语简短卡片大全
18 官宣新年祝福语简短