基于列合并三个数据框 pandas - Python

在数据分析和处理中，合并多个数据源是一个常见的任务。在 Pandas 中，我们可以使用 merge() 函数来将多个数据框基于列进行合并。

合并三个数据框

我们假设有三个数据框，分别为 df1、df2 和 df3，它们有相同的列名（key），我们可以使用以下代码将它们合并成一个数据框：

import pandas as pd

# 创建三个数据框
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value1': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                    'value2': [5, 6, 7, 8]})
df3 = pd.DataFrame({'key': ['C', 'E', 'F', 'G'],
                    'value3': [9, 10, 11, 12]})

# 将三个数据框合并成一个数据框
df_merged = pd.merge(df1, df2, on='key', how='outer')
df_merged = pd.merge(df_merged, df3, on='key', how='outer')

print(df_merged)

输出结果为：

  key  value1  value2  value3
0   A     1.0     NaN     NaN
1   B     2.0     5.0     NaN
2   C     3.0     NaN     9.0
3   D     4.0     6.0     NaN
4   E     NaN     7.0    10.0
5   F     NaN     8.0    11.0
6   G     NaN     NaN    12.0

如何合并

在上面的例子中，我们使用了 merge() 函数来合并三个数据框。下面对此函数的参数进行说明。

参数说明

• left：要合并的左数据框，即第一个数据框。
• right：要合并的右数据框，即第二个数据框。
• on：合并的列名，即两个数据框要基于哪一列进行合并。
• how：合并方式，包括内连接（inner）、左连接（left）、右连接（right）和外连接（outer）。
• suffixes：如果合并的两个数据框有相同的列名，可以使用该参数来为它们添加后缀，以避免重复。

四种合并方式

• 内连接（inner join）：只保留两个数据框中交集的部分，即只保留两个数据框中都存在的行。

  df_merged = pd.merge(df1, df2, on='key', how='inner')
  

• 左连接（left join）：保留左数据框所有的行，右数据框中与左数据框相匹配的行和未匹配的行。

  df_merged = pd.merge(df1, df2, on='key', how='left')
  

• 右连接（right join）：保留右数据框所有的行，左数据框中与右数据框相匹配的行和未匹配的行。

  df_merged = pd.merge(df1, df2, on='key', how='right')
  

• 外连接（full outer join）：保留两个数据框中所有的行，如果某个数据框中没有匹配的行，则用 NaN 来填充。

  df_merged = pd.merge(df1, df2, on='key', how='outer')
  

总结

本文介绍了如何基于列合并三个数据框，包括合并方式的参数说明和使用实例。在实际的数据处理中，我们需要根据具体的需求选择合适的合并方式来处理数据。