Comment fusionner plusieurs DataFrames dans Pandas (avec exemple)

Vous pouvez utiliser la syntaxe suivante pour fusionner plusieurs DataFrames à la fois dans pandas :

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’exemple suivant montre comment utiliser cette syntaxe en pratique :

Exemple : fusionner plusieurs DataFrames dans Pandas

Supposons que nous ayons les trois DataFrames pandas suivants qui contiennent des informations sur les joueurs de basket-ball de différentes équipes :

import pandas as pd

#create DataFrames
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    A      18
1    B      22
2    C      19
3    D      14

print(df2)

  team  assists
0    A        4
1    B        9
2    C       14

print(df3)

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

Nous pouvons utiliser la syntaxe suivante pour fusionner les trois DataFrames en un seul :

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

Le résultat final est un DataFrame qui contient les informations des trois DataFrames.

Notez que les valeurs NaN sont utilisées pour remplir les cellules vides du DataFrame final.

Pour utiliser une valeur autre que NaN pour remplir les cellules vides, on peut utiliser la fonction 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

Chacune des cellules vides est désormais remplie avec « aucun » au lieu de NaN .

Remarque : Vous pouvez trouver la documentation complète de la fonction de fusion dans pandas ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment fusionner deux DataFrames Pandas sur l’index
Comment fusionner des DataFrames Pandas sur plusieurs colonnes
Comment empiler plusieurs DataFrames Pandas