如何基于公共列高效合并多个 Pandas DataFrame？

通过三向联接合并 Pandas 中列上的多个 DataFrame

数据合并是数据分析中的一项基本任务，允许您将来自多个来源的数据。在 Pandas 中， join() 函数是合并数据帧的强大工具。但是，在连接多个数据帧时，您可能会遇到与分层索引方案相关的挑战。

使用公共列的三向连接

考虑您有三个数据帧的场景CSV 文件，每个文件都包含有关同一组人员的信息。每个文件中的第一列是人员的姓名，而后续列代表他们的属性。您的目标是将这些文件合并到一个 CSV 中，每行包含每个独特人员的所有属性。

分层索引和多索引

在 Pandas 中，多索引是指每个索引级别代表不同列的索引方案。连接数据帧时，使用多索引根据共享值对齐数据。在您的情况下，“join”函数可能会指定您需要多索引，因为您要连接单个列（名称），这是每个数据帧中的索引。

合并数据帧而不需要分层索引

但是，某些场景可能不需要分层索引。如果数据帧具有公共列，则可以使用 lambda 函数和 functools 包来简化合并过程。这是一个示例：

import pandas as pd
import functools as ft

dfs = [df1, df2, df3, ..., dfN]

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

在此代码中：

• dfs 是包含要合并的数据帧的列表。
• ft.reduce 应用 lambda 函数对于每对数据帧，根据“名称”合并它们
• df_final 是生成的数据帧，包含每个唯一人员的所有属性。

这种方法可以方便地合并多个数据帧，而无需指定复杂的分层索引方案。

以上是如何基于公共列高效合并多个 Pandas DataFrame？的详细内容。更多信息请关注PHP中文网其他相关文章！