希望是一个快速的问题，但我有两个 DataFrame，根据我要查找的名称，我从每个 DataFrame 中提取了一行:
mmb_df[mmb_df['name'] == mmb_name]
jps_df[jps_df['name'] == jps_name]
这给了我两行，每行大约 60 列，我想做的就是将它们组合起来，这样我就有了 1 行，每行 120 列。有些列确实具有相同的名称，但我不确定这是否有任何区别。
如果我有这样的两行:
name tag x y
001_Dc F 243 567
name tag position1 position2
jps_043 EW 908 219
我只需要它们:
name tag x y name tag position1 position2
001_Dc F 243 567 jps_043 EW 908 219
我确信这很容易完成，但我运气不好。
请您参考如下方法:
我认为您首先需要相同的索引，然后使用 join :
这里使用concat不是好的解决方案，因为不能避免重复的列名。
<s>pd.concat([a,b], axis=1)</s>a = mmb_df[mmb_df['name'] == mmb_name]
b = jps_df[jps_df['name'] == jps_name]
#same both indices
b.index = a.index
#or implicitely set indices
#a.index = [0]
#b.index = [0]
c = a.join(b, lsuffix='first')
如果可能某些条件返回更多的行是可能的只选择第一个:
a = a.iloc[[0]]
b = b.iloc[[0]]
b.index = a.index
c = a.join(b, lsuffix='first')
或者通过 set_index 将第一个索引设置为 0双 []:
a = a.iloc[[0]].set_index([[0]])
b = b.iloc[[0]].set_index([[0]])
c = a.join(b, lsuffix='first')
仅针对第一行的解决方案 - 通过 idxmax 获取第一行 True并通过 loc 选择:
a = mmb_df.loc[[(mmb_df['name'] == mmb_name).idxmax()]].set_index([[0]])
b = jps_df.loc[[(jps_df['name'] == jps_name).idxmax()]].set_index([[0]])
c = a.join(b, lsuffix='first')
