如何在Python中按共同索引拼接仅含同键行的DataFrame/数组？

我有两个CSV文件：

第一个文件内容：

index,X,Y
1,1.0,2.0
3,1.3,2.3

第二个文件内容：

index,Z
1,3.0

我需要在Python中读取这两个文件，拼接成一个m×4的numpy数组，规则是仅保留两个文件中均存在索引的行。预期结果如下（DataFrame或数组均可）：

index,X,Y,Z
1,1.0,2.0,3.0

我自己写了50行代码实现，但不够Pythonic，希望用更简洁、经过充分测试的方案，要求用到numpy和/或pandas。

用pandas可以用极简代码完成需求，步骤清晰且经过官方测试：

import pandas as pd
import numpy as np

# 读取文件并将index列设为索引
df1 = pd.read_csv('file1.csv', index_col='index')
df2 = pd.read_csv('file2.csv', index_col='index')

# 内连接合并，仅保留共同索引的行
merged_df = df1.join(df2, how='inner')

# 转为numpy数组（如果不需要DataFrame的话）
merged_array = merged_df.to_numpy()

# 输出结果
print(merged_df)
print(merged_array)

运行结果 #

• 输出的DataFrame完全符合预期：

X    Y    Z
index             
1     1.0  2.0  3.0

• 对应的numpy数组为：

[[1. 2. 3.]]

关键说明 #

• how='inner'是核心：内连接会自动匹配两个DataFrame的索引，只保留同时存在的索引行，完美契合需求
• 相比手动遍历索引、拼接数组的写法，pandas内置方法性能更优，代码简洁易维护
• 若只需要numpy数组，直接调用to_numpy()即可完成转换

内容的提问来源于stack exchange，提问作者Andy