如何按列名匹配pandas DataFrame并按规则对齐两个数据集？

你之前直接用df2[df1.columns]报错，是因为这个语法只能筛选已经存在于df2的列，df2没有的列就会触发KeyError。
这个需求用pandas内置的reindex方法就能一行搞定，完美匹配你说的三条规则：

import pandas as pd

# 示例数据
df1 = pd.DataFrame([[0,2,1],[1,3,0],[0,4,0]], columns=['A', 'B', 'C'])
df2 = pd.DataFrame([[0,0,1],[1,5,0],[0,7,0]], columns=['A', 'B', 'D'])

# 核心实现代码
df2 = df2.reindex(columns=df1.columns, fill_value=0)

执行后得到的结果完全符合预期：

A  B  C
0  0  0  0
1  1  5  0
2  0  7  0

该方法和规则的对应逻辑：

• 两个DataFrame都存在的列（示例中A、B）：直接保留df2的原有数据，匹配规则1
• 仅在df1中存在的列（示例中C）：reindex会自动新增该列，所有值填充为指定的fill_value=0，匹配规则2
• 仅在df2中存在的列（示例中D）：不在指定列集合里的列会被自动删除，匹配规则3

内容的提问来源于stack exchange，提问作者FcoZ