在熊猫中，如何水平连接，然后删除多余的列
假设我有两个数据帧。
DF1:col1，col2，col3，
DF2:col2，col4，col5
如何水平连接这两个数据帧，并使用col1、col2、col3、col4和col5？现在，我在做pd。concat（[DF1，DF2]，axis=1），但它最终有两个col2。假设两个col2中的所有值都相同，我只希望有一列。
共有3个答案
DF2.drop(DF2.columns[DF2.columns.isin(DF1.columns)],axis=1,inplace=True)
然后，
pd.concat([DF1, DF2], axis = 1)
对DF2中不在DF1中的列使用difference，然后通过[]简单地选择它们：
DF1 = pd.DataFrame(columns=['col1', 'col2', 'col3'])
DF2 = pd.DataFrame(columns=['col2', 'col4', 'col5'])
DF2 = DF2[DF2.columns.difference(DF1.columns)]
print (DF2)
Empty DataFrame
Columns: [col4, col5]
Index: []
print (pd.concat([DF1, DF2], axis = 1))
Empty DataFrame
Columns: [col1, col2, col3, col4, col5]
Index: []
时间：
np.random.seed(123)
N = 1000
DF1 = pd.DataFrame(np.random.rand(N,3), columns=['col1', 'col2', 'col3'])
DF2 = pd.DataFrame(np.random.rand(N,3), columns=['col2', 'col4', 'col5'])
DF2['col2'] = DF1['col2']
In [408]: %timeit (pd.concat([DF1, DF2], axis = 1).T.drop_duplicates().T)
10 loops, best of 3: 122 ms per loop
In [409]: %timeit (pd.concat([DF1, DF2[DF2.columns.difference(DF1.columns)]], axis = 1))
1000 loops, best of 3: 979 µs per loop
N = 10000:
In [411]: %timeit (pd.concat([DF1, DF2], axis = 1).T.drop_duplicates().T)
1 loop, best of 3: 1.4 s per loop
In [412]: %timeit (pd.concat([DF1, DF2[DF2.columns.difference(DF1.columns)]], axis = 1))
1000 loops, best of 3: 1.12 ms per loop
删除重复项应该有效。因为drop_duplicates只适用于索引，所以我们需要将DF转置为drop duplicates并将其转置回原处。
pd.concat([DF1, DF2], axis = 1).T.drop_duplicates().T
-
问题内容： 我有一个带有熊猫MultiIndex的数据框： 然后，我从该DataFrame中删除一些行： 但是当我查询MutliIndex时，它仍然在两个国家都处于其水平。 我可以用一种很奇怪的方式自己解决这个问题： 但这似乎很混乱。有什么更好的方法我想念吗？ 问题答案： 这是以前咬过我的东西。出于性能和哲学上的考虑，删除列或行不会更改基础MultiIndex，并且正式不将其视为Bug（在此处了解
-
这与关于这个主题的几个问题相似。
-
问题内容： 我有一些数据，导入时会得到以下不需要的列，我正在寻找一种删除所有这些数据的简便方法 它们被0索引索引，所以我尝试了类似 但这不是很有效。我尝试编写一些for循环，但这使我感到震惊，因为熊猫的行为不佳。因此，我在这里问这个问题。 我已经看到了一些类似的示例（投递多列pandas），但这无法回答我的问题。 问题答案： 我不知道您所说的低效率是什么意思，但是如果您指的是打字，那么选择感兴趣的
-
问题内容： 我遇到了一个看似简单的问题：在熊猫数据框中删除唯一的行。基本上与的相反。 假设这是我的数据： 当A和B唯一时，我想删除行，即我只保留行1和2。 我尝试了以下方法： 但是我只能得到第2行，因为唯一性是0、1和3！ 问题答案： 选择所有重复行的解决方案： 您可以使用子集和参数来选择所有重复项： 解决方案： 对所有唯一行进行了一些修改的解决方案：
-
现在我正在上一门机器学习课程。现在我应该导入我的数据集之后，我读了一个“CSV”文件导入我的数据集，我想删除一个列，但我不知道如何做。
-
我有一个数据帧df： 然后我想删除列表中指示的具有某些序列号的行，假设这里是然后离开： 如何或什么功能可以做到这一点？