已知有df1,df2，从df2中保留 df1里面存在的列

如果你想从DataFrame `df2` 中选择并保留那些在另一个DataFrame `df1` 中已经存在的列，可以使用`pd.merge` 或者`pd.concat` 的`join_axes` 参数，结合`isin` 函数来完成。这里是一个例子：

# 先获取df1的列名集合
column_names_df1 = set(df1.columns)

# 使用isin检查df2的列名是否在df1的列名集中
intersection_columns = df2.columns[df2.columns.isin(column_names_df1)]

df_result = df2[intersection_columns]

`df_result` 将只包含 `df1` 和 `df2` 中都有的列。

如果你想要直接合并而不改变列名，可以先对两个DataFrame做笛卡尔积（Cartesian product），然后再过滤出共享的列：

merged = pd.merge(df1, df2, how='outer')
result = merged.loc[:, merged.columns.isin(df1.columns)]

这两个操作都会保留 `df1` 中的列，并且如果某个列在 `df2` 中不存在，结果将会显示 `NaN` 值。

相关问题

已知有df1df2到df5五个df，将他们拼接在一起

在Pandas中，你可以使用`concat`函数将多个DataFrame水平地（column-wise）或垂直地（row-wise）拼接起来。如果你想要沿着列方向拼接，可以这样做：

import pandas as pd

# 假设df1, df2, ..., df5都是pd.DataFrame类型的变量
result = pd.concat([df1, df2, df3, df4, df5], ignore_index=True)

# ignore_index=True会使新的索引从0开始，避免因索引冲突而丢失信息
# 如果不需要改变索引，可以去掉这个参数

result.head()  # 查看拼接后的DataFrame首几行

如果你想沿照行方向（即堆叠stacked）拼接，可以使用`stack()`或`melt()`函数。

result_stacked = result.stack()

或者，更简单的是使用`pd.concat(..., axis=0)`，它默认按行（axis=0）拼接：

result_stacked = pd.concat([df1, df2, df3, df4, df5], axis=0)

已知有df1df2到df5五个df，将每个df按照100W行 分割为若干个子df的代码

在Python的Pandas库中，你可以使用`chunksize`参数来将DataFrame按照行数分割成多个较小的DataFrame。下面是一个示例代码片段，展示了如何将每个数据框(df1到df5)分割为每100万行的数据子集：

import pandas as pd

# 假设df1, df2, ..., df5已经创建并存储
chunk_size = 1e6  # 100万行

# 对于每个数据框
for i, df in enumerate([df1, df2, df3, df4, df5]):
    for chunk in pd.read_csv(df, chunksize=chunk_size):  # 如果是csv文件
        processed_chunk_path = f'data_split_{i}_{len(chunk)}.csv'  # 新文件路径，可以根据需要自定义
        chunk.to_csv(processed_chunk_path, index=False)
    else:
        print(f"Processed {i+1} dataframes.")

这个代码首先读取每个数据框，然后通过循环将它们分割成每个100万行的子DataFrame，并保存到新的CSV文件中。注意，你需要根据实际情况修改文件路径和处理过程。