如何基于index.name交集两个Pandas DataFrame？尝试未成功

嘿，我来帮你搞定这个DataFrame交集的问题！你说的共享ID由index.name指定，我先分两种常见场景给你对应的解决方案，你可以对照自己的情况选：

场景1：两个DataFrame的索引就是共享ID（索引的name是这个ID的标识） #

比如dfA和dfB的索引都是名为user_id的ID列，这时候要取两个DF中索引重合的行生成dfC，有两种简单方法：

方法1：用join直接做内连接 #

这是最简洁的方式，直接保留索引相同的行并合并列：

import pandas as pd
dfC = dfA.join(dfB, how='inner')

方法2：先提取索引交集再筛选 #

如果你只想保留其中一个DF的列（比如只留dfA的内容），可以先拿到共同ID再筛选：

# 获取两个索引的交集
common_ids = dfA.index.intersection(dfB.index)
# 筛选dfA中属于交集的行
dfC = dfA.loc[common_ids]
# 如果需要同时保留dfB的列，就把两个DF都筛选后合并
dfC = pd.concat([dfA.loc[common_ids], dfB.loc[common_ids]], axis=1)

场景2：共享ID是名为index.name的普通列 #

比如dfA.index.name是product_id，意味着两个DF都有一列叫product_id的共享ID，这时候用merge更合适：

方法1：内连接合并两个DF #

id_col = dfA.index.name
# how='inner'就是取交集，只保留两边都存在的ID对应的行
dfC = pd.merge(dfA, dfB, on=id_col, how='inner')

方法2：筛选其中一个DF的交集行 #

如果只需要保留dfA中在dfB里存在的ID行：

id_col = dfA.index.name
# 先判断dfA的ID是否在dfB中存在
mask = dfA[id_col].isin(dfB[id_col])
dfC = dfA[mask]

额外提醒：处理重复ID #

如果你的DF里有重复的ID，建议先去重再做交集，避免结果出现重复行：

# 针对索引是ID的情况去重
dfA = dfA[~dfA.index.duplicated()]
dfB = dfB[~dfB.index.duplicated()]

# 针对普通ID列的情况去重
dfA = dfA.drop_duplicates(subset=id_col)
dfB = dfB.drop_duplicates(subset=id_col)

内容的提问来源于stack exchange，提问作者andandandand