每次合并具有不同列名的熊猫数据框列表

Posted 2023-03-16

【中文标题】每次合并具有不同列名的熊猫数据框列表

【英文标题】：Merge a list of pandas dataframes WITH different column names each time

【发布时间】：2022-01-04 14:48:27

【问题描述】：

我有一个数据框列表，其中包含要加入的相应列名，例如：

dfs = [df1, df2, df3, df4]

col_join = ["col1", "col2", "col3"]

我已经看到了在 Python 中使用 reduce 函数的答案。

import pandas as pd
from functools import reduce
reduce(lambda x, y: pd.merge(x, y, on=["Col1"], how="outer"), dfs)

我想要达到的目标如下：

df1 列：

Data1 Dim1 Dim2 Dim3

df2 列：

示例 1 示例 2 示例 3

df3 列：

其他1 其他2 其他3

df1 到 df2 由 Dim1 连接到 Example1。 df1 到 df3 由 Dim2 连接到 Other1。 此列表一直持续到 df(n)，其中 n 甚至可以是 20 个数据帧，它们以不同的列名连接到 df1。

我的想法是传递一个函数，其中包含原始 df1 和其余 df2、df3、df4 ... dfn 的列表。

其他参数是合并列的列表，如上例所示：left_on=["Dim1"], right_on=["Example1"]。

接下来是在 Dim2 和 Other1 上将 df1（已在连接中包含 df2）加入 df3。

每个数据框都将在不同的列上连接到 df1，该列可能与 df1 同名，也可能不同，这就是为什么 left 和 right 是应该使用的参数。d

如何将合并列在reduce函数中的每个连接处发生变化的事实结合起来？

提前谢谢你。

【问题讨论】：

你应该提供一个最小的例子来说明你的问题；）

我只是添加了更多解释。我希望它澄清。

一个具有预期输出的最小示例比长描述更明确

【参考方案1】：

这可能有效（未经测试）：

result = df1
for df, col in zip(dfs[1:], col_join):
    result = pd.merge(result, df, on=[col], how='outer')