匹配两个具有不同名称的 pandas DataFrame

如果您有两个具有不同列名称的 pandas DataFrame，并且需要通过列匹配它们，则可以使用 merge() 函数。

假设我们有两个 DataFrame 分别为 df1 和 df2，这里是如何使用 merge() 函数在它们之间执行列匹配：

merged_df = df1.merge(df2, left_on='col1', right_on='col2')

其中，left_on 和 right_on 参数分别指定要匹配的列名称。如果列名称在两个 DataFrame 中不同，则需要使用这些参数。

此外，还有其他参数可以传递给 merge() 函数以定制匹配方式。例如，您可以使用 how 参数指定要执行的连接类型（内部连接，左连接等）。

以下是一个完整示例：

import pandas as pd

# 创建第一个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3, 4],
                    'B': ['foo', 'bar', 'baz', 'qux']})

# 创建第二个 DataFrame
df2 = pd.DataFrame({'C': ['foo', 'bar', 'baz', 'quux'],
                    'D': [10, 20, 30, 40]})

# 通过列匹配合并 DataFrame
merged_df = df1.merge(df2, left_on='B', right_on='C', how='inner')

print(merged_df)

输出结果如下：

   A    B    C   D
0  1  foo  foo  10
1  2  bar  bar  20
2  3  baz  baz  30

可以看到，此示例将 df1 和 df2 通过列名 B 和 C 进行列匹配，并且只返回匹配的行。