python表连接，去除重复列

在Python中，可以使用pandas库来进行表连接和去除重复列。

表连接：

使用pandas的merge()函数来进行表连接，示例如下：

import pandas as pd

# 创建两个数据表
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]})

# 进行表连接
merged_df = pd.merge(df1, df2, on='key', how='outer')
print(merged_df)

输出结果：

  key  value_x  value_y
0   A      1.0      NaN
1   B      2.0      5.0
2   C      3.0      NaN
3   D      4.0      6.0
4   E      NaN      7.0
5   F      NaN      8.0

在这个示例中，我们创建了两个数据表df1和df2，它们都有一个名为key的列。我们使用merge()函数将这两个数据表连接在一起，并按照key列进行连接，使用outer连接方式（即保留所有行，对于缺失值用NaN填充）。

去除重复列：

在表连接之后，可能会出现重复的列，可以使用drop()函数来去除这些重复列，示例如下：

# 去除重复列
merged_df = merged_df.loc[:,~merged_df.columns.duplicated()]
print(merged_df)

输出结果：

  key  value_x  value_y
0   A      1.0      NaN
1   B      2.0      5.0
2   C      3.0      NaN
3   D      4.0      6.0
4   E      NaN      7.0
5   F      NaN      8.0

在这个示例中，我们使用loc[]函数和~merged_df.columns.duplicated()来去除重复列，即保留第一个出现的重复列。