如何仅基于共享列名合并两个或多个DataFrame？

核心思路是：先提取所有DataFrame的共享列名，再分别从每个DataFrame中取出这些列，最后将提取后的结果按行合并。以下分Python（Pandas）和R两种常用场景说明：

Python (Pandas) 实现 #

代码示例 #

import pandas as pd

# 构造示例数据
df1 = pd.DataFrame({
    "car": ["Toyota", "Honda"],
    "power": [150, 130],
    "age": [5, 3]
})

df2 = pd.DataFrame({
    "car": ["Ford", "BMW"],
    "power": [200, 250],
    "distance": [10000, 8000]
})

# 1. 获取两个DataFrame的共享列名
shared_cols = df1.columns.intersection(df2.columns)

# 2. 提取共享列并按行合并
merged_df = pd.concat([df1[shared_cols], df2[shared_cols]], ignore_index=True)

执行后merged_df仅包含car和power列，且包含两个原DataFrame的对应行数据。

为什么之前的方法失败？ #

• merge()：默认是按列做关联匹配（类似数据库JOIN），不是行堆叠，不符合你的需求；
• 你提到的rbind()是R语言的方法，并非Pandas语法；
• 若误将concat设置为列合并（axis=1），也会得到错误结果。

R 实现 #

代码示例 #

# 构造示例数据
df1 <- data.frame(
    car = c("Toyota", "Honda"),
    power = c(150, 130),
    age = c(5, 3)
)

df2 <- data.frame(
    car = c("Ford", "BMW"),
    power = c(200, 250),
    distance = c(10000, 8000)
)

# 1. 获取两个DataFrame的共享列名
shared_cols <- intersect(names(df1), names(df2))

# 2. 提取共享列并按行合并
merged_df <- rbind(df1[shared_cols], df2[shared_cols])

执行后merged_df仅保留car和power列，包含两个原数据框的行。

为什么之前的方法失败？ #

• rbind()直接使用会报错，因为原数据框列名/列数不一致，必须先提取共享列；
• inner_join/outer_join是按指定键做关联合并，不是简单的行堆叠，不符合需求。

内容的提问来源于stack exchange，提问作者Ben