合并数据帧列表以创建一个数据帧[重复]
我有一个包含18个数据帧的列表：
dfList = [df1, df2, df3, df4, df5, df6.....df18]
所有数据帧都有一个公共id列，因此很容易将它们与pd连接在一起。一次合并2个。有没有一种方法可以一次将它们连接起来，从而使dfList作为单个数据帧返回？
共有1个答案
我认为您需要concat，但首先按公共列设置每个DataFrame的索引：
dfs = [df.set_index('id') for df in dfList]
print pd.concat(dfs, axis=1)
如果需要通过合并加入：
from functools import reduce
df = reduce(lambda df1,df2: pd.merge(df1,df2,on='id'), dfList)
-
我有两个不同列数和行数的CSV文件。第一个CSV文件有M列和N行，第二个文件有H列和G行。一些列具有相同的名称。 null 另外，如果两个CSV文件有两个数据帧，并希望这样做，例如，如果我将第一个CSV加载到中，将第二个加载到中，然后希望合并到，类似于上面的示例。
-
这是我的密码： 我想知道如何将df3绑定到单个数据帧中作为"NA"s？ 我在r_blogger上找到了一篇关于将向量或长度不等的数据帧组合成一个数据帧的文章。http://www.r-bloggers.com/r-combining-vectors-or-data-frames-of-unequal-length-into-one-data-frame/ 但是我从数据中得到的数据框，其中一些是空的
-
我有不同的数据帧，需要根据日期列将它们合并在一起。如果我只有两个数据帧，我可以使用，要使用三个数据帧，我可以使用，但是使用多个数据帧会变得非常复杂和不可读。 所有数据帧都有一个公共列-，但它们的行数和列数都不相同，我只需要其中每个日期对每个数据帧都是公共的行。 所以，我试图编写一个递归函数，返回一个包含所有数据的数据帧，但它不起作用。那么我应该如何合并多个数据帧呢？ 我尝试了不同的方法，得到了一些
-
我得到了一个具有多个列和行的数据帧df1。简单的例子： 我想创建一个空的数据框df2，然后再添加新的列和计算结果。 此时，我的代码如下所示： …添加两个新列： 有没有更好/更安全/更快的方法？是否可以创建一个空数据帧df2，并且只从df1复制索引？
-
我有三个数据帧。它们都有一个公共列，我需要基于公共列合并它们，而不丢失任何数据 输入 预期输出
-
我正在改装一些现有代码以使用Spark。我有多个包含不同数据集的数据帧。在转换主数据帧（或主数据集）时，我需要使用来自其他数据帧的数据来完成转换。我还有一种情况（至少在当前结构中），我需要在另一个数据帧的转换函数中创建新的数据帧。 我试图确定以下内容： 我可以在另一个数据帧的转换函数中访问数据帧吗 关于如何处理这种情况的指针将非常有帮助。