Come unire più dataframe in panda (con esempio)

È possibile utilizzare la seguente sintassi per unire più DataFrame contemporaneamente nei panda:

 import pandas as pd
from functools import reduce

#define list of DataFrames
dfs = [df1, df2, df3]

#merge all DataFrames into one
final_df = reduce(lambda left,right: pd.merge (left,right,on=[' column_name '],
                                            how=' outer '), dfs)

L’esempio seguente mostra come utilizzare questa sintassi nella pratica:

Esempio: unisci più DataFrames in Panda

Supponiamo di avere i seguenti tre DataFrames panda che contengono informazioni sui giocatori di basket di diverse squadre:

 import pandas as pd

#createDataFrames
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D'],
                    ' points ': [18, 22, 19, 14]})

df2 = pd. DataFrame ({' team ': ['A', 'B', 'C'],
                    ' assists ': [4, 9, 14]})

df3 = pd. DataFrame ({' team ': ['C', 'D', 'E', 'F'],
                    ' rebounds ': [10, 17, 11, 10]})

#view DataFrames
print (df1)

  team points
0 to 18
1 B 22
2 C 19
3 D 14

print (df2)

  team assists
0 to 4
1 B 9
2 C 14

print (df3)

  team rebounds
0 C 10
1 D 17
2 E 11
3 F 10

Possiamo usare la seguente sintassi per unire i tre DataFrame in uno solo:

 from functools import reduce

#define list of DataFrames
dfs = [df1, df2, df3]

#merge all DataFrames into one
final_df = reduce(lambda left,right: pd.merge (left,right,on=[' team '],
                                            how=' outer '), dfs)

#view merged DataFrame
print (final_df)

  team points assists rebounds
0 A 18.0 4.0 NaN
1 B 22.0 9.0 NaN
2 C 19.0 14.0 10.0
3 D 14.0 NaN 17.0
4 E NaN NaN 11.0
5 F NaN NaN 10.0

Il risultato finale è un DataFrame che contiene le informazioni di tutti e tre i DataFrame.

Tieni presente che i valori NaN vengono utilizzati per riempire le celle vuote nel DataFrame finale.

Per utilizzare un valore diverso da NaN per riempire le celle vuote, puoi utilizzare la funzione fillna() :

 from functools import reduce

#define list of DataFrames
dfs = [df1, df2, df3]

#merge all DataFrames into one
final_df = reduce(lambda left,right: pd.merge (left,right,on=[' team '],
                                            how=' outer '), dfs). fillna (' none ')

#view merged DataFrame
print (final_df)

  team points assists rebounds
0 A 18.0 4.0 none
1 B 22.0 9.0 none
2 C 19.0 14.0 10.0
3 D 14.0 none 17.0
4 E none none 11.0
5 F none none 10.0

Ciascuna delle celle vuote ora è riempita con ” nessuno ” invece di NaN .

Nota : puoi trovare la documentazione completa della funzione di unione in panda qui .

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:

Come unire due DataFrames Panda su index
Come unire Pandas DataFrames su più colonne
Come impilare più DataFrames Pandas