熊猫数据框合并选择列

Question

我想通过比较 df1 和 df2 中的“否”字段来仅从 df2（所有列）获取数据。

我的 3 行代码如下，为此我从 df1 和 df2 获取所有列，无法从 df1 修剪字段。如何实现？

我有 2 个如下所示的 pandas 数据框：

df1:
no,name,salary
1,abc,100
2,def,105
3,abc,110
4,def,115
5,abc,120

df2:
no,name,salary,dept,addr
1,abc,100,IT1,ADDR1
2,abc,101,IT2,ADDR2
3,abc,102,IT3,ADDR3
4,abc,103,IT4,ADDR4
5,abc,104,IT5,ADDR5
6,abc,105,IT6,ADDR6
7,abc,106,IT7,ADDR7
8,abc,107,IT8,ADDR8

df1 = pd.read_csv("D:\\data\\data1.csv")
df2 = pd.read_csv("D:\\data\\data2.csv")
resDF = pd.merge(df1, df2, on='no' , how='inner')

Answer 1

我认为您只需要过滤no 列，然后on 和how 参数不是必需的：

resDF = pd.merge(df1[['no']], df2)

或者使用boolean indexing 和isin 过滤：

resDF = df2[df2['no'].isin(df1['no'])]