首页 文章

使用pandas连接两个数据帧中的不同列（并附加类似的列）

提问于
浏览 次
3

我的问题与Pandas Merge - How to avoid duplicating columns but not identical. 密切相关

我想连接三个数据帧中不同的列 . 数据框有一个列id，有些列是相同的：Ex .

DF1

id place name qty unit A 
1 NY    Tom   2  10   a
2 TK    Ron   3  15   a
3 Lon   Don   5  90   a
4 Hk    Sam   4  49   a

DF2

id place name qty unit B 
1 NY    Tom   2  10   b
2 TK    Ron   3  15   b
3 Lon   Don   5  90   b
4 Hk    Sam   4  49   b

DF3

id place name qty unit C D
1 NY    Tom   2  10   c d
2 TK    Ron   3  15   c d
3 Lon   Don   5  90   c d
4 Hk    Sam   4  49   c d

结果：

id place name qty unit A B C D
1 NY    Tom   2  10   a b c d
2 TK    Ron   3  15   a b c d
3 Lon   Don   5  90   a b c d
4 Hk    Sam   4  49   a b c d

列的位置，名称，数量和单位将始终是三个数据框的一部分，不同的列的名称可能会有所不同（在我的示例中为A，B，C，D） . 三个数据帧具有相同的行数 .

我试过了：

cols_to_use = df1.columns - df2.columns
dfNew = merge(df, df2[cols_to_use], left_index=True, right_index=True, how='outer')

问题是我获得了比预期更多的行，并且在结果数据帧中重命名了列（使用concat时） .

python pandas dataframe merge concat

4 回答

  • 7

    您只能从 df2 （和类似的 df3 ）中提取 df1 中尚未存在的那些列 . 然后只需使用pd.concat连接数据框：

    cols = [c for c in df2.columns if c not in df1.columns]
df = pd.concat([df1, df2[cols]], axis=1)
    回复于
  • 2

    使用 reduce 来自 functools

    from functools import reduce
reduce(lambda left,right: pd.merge(left,right), [df1,df2,df3])
Out[725]: 
   id place name  qty  unit  A  B  C  D
0   1    NY  Tom    2    10  a  b  c  d
1   2    TK  Ron    3    15  a  b  c  d
2   3   Lon  Don    5    90  a  b  c  d
3   4    Hk  Sam    4    49  a  b  c  d
    回复于
  • 0

    您可以使用嵌套合并

    merge_on = ['id','place','name','qty','unit']
df1.merge(df2, on = merge_on).merge(df3, on = merge_on)



    id  place   name    qty unit    A   B   C   D
0   1   NY      Tom     2   10      a   b   c   d
1   2   TK      Ron     3   15      a   b   c   d
2   3   Lon     Don     5   90      a   b   c   d
3   4   Hk      Sam     4   49      a   b   c   d
    回复于
  • 4

    使用 concat 与 groupby 和 first ：

    pd.concat([df1, df2, df3], 1).groupby(level=0, axis=1).first()

    A  B  C  D  id name place  qty  unit
0  a  b  c  d   1  Tom    NY    2    10
1  a  b  c  d   2  Ron    TK    3    15
2  a  b  c  d   3  Don   Lon    5    90
3  a  b  c  d   4  Sam    Hk    4    49
    回复于

相关问题