pandas三向连接列上的多个数据帧

Question

我有3个CSV文件。每个数据框都有第一列作为人的（字符串）名称，而每个数据框中的所有其他列都是该人的属性。

如何将所有三个CSV文档“连接”在一起，创建一个单个CSV，每行都具有该人字符串名称的每个唯一值的所有属性？

Pandas中的连接（）函数指定我需要一个多索引，但是我对分层索引方案与基于单个索引进行连接有什么关系感到困惑。

Answer 1

join方法正是针对这些类型的情况构建的。您可以将任意数量的数据帧与它连接在一起。调用的数据帧与传递的数据帧集合的索引联接。要使用多个数据帧，必须将连接列放入索引中。

代码看起来像这样：

filenames = ['fn1', 'fn2', 'fn3', 'fn4',....]
dfs = [pd.read_csv(filename, index_col=index_col) for filename in filenames)]
dfs[0].join(dfs[1:])

使用@零的数据，您可以这样做：

df1 = pd.DataFrame(np.array([
    ['a', 5, 9],
    ['b', 4, 61],
    ['c', 24, 9]]),
    columns=['name', 'attr11', 'attr12'])
df2 = pd.DataFrame(np.array([
    ['a', 5, 19],
    ['b', 14, 16],
    ['c', 4, 9]]),
    columns=['name', 'attr21', 'attr22'])
df3 = pd.DataFrame(np.array([
    ['a', 15, 49],
    ['b', 4, 36],
    ['c', 14, 9]]),
    columns=['name', 'attr31', 'attr32'])

dfs = [df1, df2, df3]
dfs = [df.set_index('name') for df in dfs]
dfs[0].join(dfs[1:])

     attr11 attr12 attr21 attr22 attr31 attr32
name                                          
a         5      9      5     19     15     49
b         4     61     14     16      4     36
c        24      9      4      9     14      9

Answer 2

如果您有3个数据帧，可以尝试此方法

# Merge multiple dataframes
df1 = pd.DataFrame(np.array([
    ['a', 5, 9],
    ['b', 4, 61],
    ['c', 24, 9]]),
    columns=['name', 'attr11', 'attr12'])
df2 = pd.DataFrame(np.array([
    ['a', 5, 19],
    ['b', 14, 16],
    ['c', 4, 9]]),
    columns=['name', 'attr21', 'attr22'])
df3 = pd.DataFrame(np.array([
    ['a', 15, 49],
    ['b', 4, 36],
    ['c', 14, 9]]),
    columns=['name', 'attr31', 'attr32'])

pd.merge(pd.merge(df1,df2,on='name'),df3,on='name')

或者如Cwharland所说

df1.merge(df2,on='name').merge(df3,on='name')

Answer 3

假定进口：

import pandas as pd

John Galt的答案基本上是一个reduce操作。如果我有多个数据帧，我会将它们放在这样的列表中（通过列表理解或循环或诸如此类的方式生成）：

dfs = [df0, df1, df2, dfN]

假设它们有一些公共列，比如您的示例中的name，我会执行以下操作：

df_final = reduce(lambda left,right: pd.merge(left,right,on='name'), dfs)

这样，您的代码就可以处理任意数量的要合并的数据帧。

编辑：2016年8月1日：对于使用Python 3的用户：reduce已移至functools。因此，要使用此函数，首先需要导入该模块：

from functools import reduce