合并多个数据框熊猫

Question

我尝试将多个新的dataFrames合并到一个主框架中。假设主数据框：      key1           key20   0.365803    0.2591121   0.086869    0.5898342   0.269619    0.1836443   0.755826    0.0451874   0.204009    0.669371我尝试将以下两个数据集合并到主要数据集“新数据1 ”中：        key1    key2    new feature0   0.365803    0.259112    info1新数据2：        key1    key2    new feature0   0.204009    0.669371    info2预期结果：       key1       key2  new feature0   0.365803    0.259112    info11   0.776945    0.780978    NaN2   0.275891    0.114998    NaN3   0.667057    0.373029    NaN4   0.204009    0.669371    info2我试过的test = test.merge(data1, left_on=['key1', 'key2'], right_on=['key1', 'key2'], how='left')test = test.merge(data2, left_on=['key1', 'key2'], right_on=['key1', 'key2'], how='left')第一个效果很好，但第二个效果不好，我得到的结果是：        key1    key2    new feature_x   new feature_y0   0.365803    0.259112    info1      NaN1   0.776945    0.780978    NaN        NaN2   0.275891    0.114998    NaN        NaN3   0.667057    0.373029    NaN        NaN4   0.204009    0.669371    NaN       info2谢谢你的帮助！

Answer 1

首先append或concat两者DataFrame在一起，然后merge：

dat = pd.concat([data1, data2], ignore_index=True)

或者：

dat = data1.append(data2, ignore_index=True)

print (dat)

       key1      key2 new feature

0  0.365803  0.259112       info1

1  0.204009  0.669371       info2

#if same joined columns names better is only on parameter

df = test.merge(dat, on=['key1', 'key2'], how='left')

print (df)

       key1      key2 new feature

0  0.365803  0.259112       info1

1  0.086869  0.589834         NaN

2  0.269619  0.183644         NaN

3  0.755826  0.045187         NaN

4  0.204009  0.669371       info2

Answer 2

您可以pd.DataFrame.update改用：

# create new column and set index

res = test.assign(newfeature=None).set_index(['key1', 'key2'])

# update with new data sequentially

res.update(data1.set_index(['key1', 'key2']))

res.update(data2.set_index(['key1', 'key2']))

# reset index to recover columns

res = res.reset_index()

print(res)

       key1      key2 newfeature

0  0.365803  0.259112      info1

1  0.086869  0.589834       None

2  0.269619  0.183644       None

3  0.755826  0.045187       None

4  0.204009  0.669371      info2

Answer 3

您还可以将数据帧设置为相同的索引并使用简单 loc

df  = df.set_index(["key1", "key2"])

df2 = df2.set_index(["key1", "key2"])

然后

df.loc[:, "new_feature"] = df2['new_feature']