Hoe meerdere dataframes in panda's samen te voegen (met voorbeeld)

U kunt de volgende syntaxis gebruiken om meerdere DataFrames tegelijk samen te voegen in panda’s:

 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)

Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken:

Voorbeeld: voeg meerdere DataFrames samen in Panda’s

Stel dat we de volgende drie panda-dataframes hebben die informatie bevatten over basketbalspelers van verschillende teams:

 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

We kunnen de volgende syntaxis gebruiken om de drie DataFrames samen te voegen tot één:

 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

Het eindresultaat is een DataFrame dat de informatie van alle drie de DataFrames bevat.

Merk op dat NaN- waarden worden gebruikt om lege cellen in het uiteindelijke DataFrame te vullen.

Om een andere waarde dan NaN te gebruiken om lege cellen te vullen, kunt u de functie fillna() gebruiken:

 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

Elk van de lege cellen is nu gevuld met “ geen “ in plaats van NaN .

Opmerking : u kunt de volledige documentatie van de samenvoegfunctie in panda’s hier vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:

Hoe twee Pandas DataFrames op index samen te voegen
Hoe Pandas DataFrames over meerdere kolommen samen te voegen
Hoe meerdere Panda’s DataFrames te stapelen