如何用Pandas根据另一DataFrame的列名筛选目标DataFrame的列？

嘿，作为Pandas新手，这个需求其实非常好上手，我来给你一步步拆解实现思路和实用技巧～

核心实现逻辑 #

你的需求本质是根据指定的列名集合，从原DataFrame中筛选出对应列，核心步骤只有两步：

1. 从df2中提取需要保留的列名，转成列表格式
2. 用这个列表去索引原DataFrame df1，得到目标结果

具体代码 #

# 第一步：把df2里的列名提取成列表
cols_to_keep = df2[0].tolist()

# 第二步：筛选df1的列，生成dfmain
dfmain = df1[cols_to_keep]

运行这段代码后，你就能得到想要的dfmain了。

代码解释 #

• df2[0]：因为df2是只有一列的DataFrame，列名是0，这行代码会取出这一列对应的Series（包含count和size两个值）
• .tolist()：把Series转换成普通的Python列表，这样就能直接用于Pandas的列索引
• df1[cols_to_keep]：Pandas支持直接用列名列表来筛选DataFrame的列，会自动返回只包含这些列的新DataFrame

实用优化技巧 #

如果想让代码更鲁棒（比如避免df2里出现df1没有的列导致报错），可以加一步列名校验：

# 只保留df1中存在的列名
cols_to_keep = [col for col in df2[0].tolist() if col in df1.columns]
dfmain = df1[cols_to_keep]

另外，也可以用更明确的.loc语法来选列（效果和上面一样，但可读性更强）：

dfmain = df1.loc[:, cols_to_keep]

这里的:表示保留所有行，后面的cols_to_keep指定要保留的列。

完整可运行示例 #

把所有代码放在一起，你可以直接复制运行测试：

import pandas as pd

# 初始化df1
df1 = pd.DataFrame({
    'Color': ['Red', 'Blue'],
    'count': [2, 1],
    'size': ['med', 'large'],
    'price': [5, 10]
})

# 初始化df2
df2 = pd.DataFrame({0: ['count', 'size']})

# 提取目标列名并筛选
cols_to_keep = df2[0].tolist()
dfmain = df1[cols_to_keep]

# 打印结果
print(dfmain)

输出结果就是你想要的：

count  size
0      2   med
1      1  large

内容的提问来源于stack exchange，提问作者lee.edward01