具有匹配索引列的多个表的数据框连接值列

Posted 2023-03-16

【中文标题】具有匹配索引列的多个表的数据框连接值列

【英文标题】：Dataframe concat value columns of multiple tables with matching index columns

【发布时间】：2022-01-10 17:16:15

【问题描述】：

我在熊猫数据框中有以下表格：

ID1	ID2	Value1
Data1	Data2	Data11

ID1	ID2	Value2
Data1	Data2	Data12

ID1	ID2	Value3
Data1	Data2	Data13

我的目标是表格：

ID1	ID2	Value1	Value2	Value3
Data1	Data2	Data11	Data12	Data13

用 python 最简单的方法是什么？

【问题讨论】：

你有三个独立的数据框吗？

是的，每个表都有三个单独的数据框。目标表应该在一个新的数据框中。

【参考方案1】：

这与@user17242583 的回答非常相似。唯一的区别是，nth(0) 将获得第一个，即使它是 NaN，而 first 不会。

df_new = pd.concat([df1, df2, df3]).groupby(['ID1', 'ID2'], as_index=False).nth(0)

【参考方案2】：

在一个链中执行多个merges：

df1.merge(df2.merge(df3))

#      ID1    ID2  Value1  Value2  Value3
# 0  Data1  Data2  Data11  Data12  Data13

或者使用functools.reduce 语法：

from functools import reduce
reduce(lambda L, R: L.merge(R, on=['ID1', 'ID2']), [df1, df2, df3])

【讨论】：

哈哈。我的回答：reduce(lambda dfL, dfR: dfL.merge(dfR, on=['ID1', 'ID2']), [df1, df2, df3])

【参考方案3】：

new_df = pd.concat([df1, df2, df3]).groupby(['ID1', 'ID2'], as_index=False).first()

输出：

>>> new_df
     ID1    ID2  Value1  Value2  Value3
0  Data1  Data2  Data11  Data12  Data13