Python：过滤掉两个熊猫数据框的相同列

Question

我有两个熊猫数据框。说，

df1

    |A|B|C
2001|1|2|3
2002|2|3|9
2003|2|1|3

df2

    |A|C|D
2001|3|2|2
2002|1|9|9
2003|4|3|1

所以两个数据帧都存在列名 A 和 C，我想为这两个数据帧中的每一个过滤它们。换句话说，我需要两个新的数据框。

新的 df1（列 B 已从原始 df1 中删除，因为 'B' 不是 df2 中的列名）

    |A|C
2001|1|3
2002|2|9
2003|2|3

新的 df2（列 D 已从原始 df2 中删除，因为 'D' 不是 df1 中的列名）

    |A|C
2001|3|2
2002|1|9
2003|4|3

我知道我可以合并两个数据框，然后再次拆分它们以实现我的结果。有没有更好的方法来完成这个？

Answer 1

获取常用列

In [213]: cols = df1.columns.intersection(df2.columns)

In [214]: df1[cols]
Out[214]:
      A  C
-
2001  1  3
2002  2  9
2003  2  3

In [215]: df2[cols]
Out[215]:
      A  C
-
2001  3  2
2002  1  9
2003  4  3