如何基于指定键合并两个DataFrame并保留原列名？

原始数据 #

df1 #

df2 #

问题 #

你用merge尝试合并：

df1.merge(df2, how='inner', on='date')

得到的结果是横向合并同date的行，列名自动加了后缀，不符合预期：

你想要的是保留原列结构，把同date的行纵向排列：

解决方法 #

你用错工具了——merge是做横向关联匹配的，而你需要的是纵向拼接符合条件的行。步骤如下：

1. 先把df2的date.列名改成date，统一键名：

df2 = df2.rename(columns={'date.': 'date'})

2. 找出两个数据集共有的date值：

common_dates = df1['date'].intersection(df2['date'])

3. 分别筛选两个df中属于共有date的行，再拼接起来，最后按date排序：

import pandas as pd

filtered_df1 = df1[df1['date'].isin(common_dates)]
filtered_df2 = df2[df2['date'].isin(common_dates)]
result = pd.concat([filtered_df1, filtered_df2]).sort_values('date').reset_index(drop=True)

运行这段代码后，result就是你要的输出。

补充说明 #

• concat用来纵向堆叠行，能完美保留原列结构，不会生成带后缀的列。
• 筛选共有date是为了实现类似inner的效果，只保留两个df都存在的日期数据。
• sort_values('date')让同日期的行排在一起，reset_index重置索引避免混乱。

内容的提问来源于stack exchange，提问作者Ryan