如何使用pandas concat合并两个数据框时删除重复项

Question

我有两个数据。

df1，其列为：id，x1，x2，x3，x4，.... xn

df2，其列为：id，y。

df3 =pd.concat([df1,df2],axis=1)

当我用pandas concat组合它们时，它变成了

id,y,id,x1,x2,x3...xn。

这里有两个id。如何摆脱一个。

我尝试过：

df3=pd.concat([df1,df2],axis=1).drop_duplicates().reset_index(drop=True)。

但不起作用。

Answer 1

DataFrames串联在索引上。串联之前，请确保id是索引：

df3 = pd.concat([df1.set_index('id'), 
                 df2.set_index('id')], axis=1).reset_index()

或者，更好的是，使用join：

df3 = df1.join(df2, on='id')

Answer 2

drop_duplicates()仅删除完全相同的行。

您要寻找的是pd.merge()。

pd.merge(df1, df2, on='id)