我有 3 个这样的数据框,
df = pd.DataFrame([[1, 3], [2, 4], [3,6], [4,12], [5,18]], columns=['A', 'B'])
df2 = pd.DataFrame([[1, 5], [2, 6], [3,9]], columns=['A', 'C'])
df3 = pd.DataFrame([[4, 15, "hello"], [5, 19, "yes"]], columns=['A', 'C', 'D'])
他们看起来像这样, df
A B
0 1 3
1 2 4
2 3 6
3 4 12
4 5 18
df2
A C
0 1 5
1 2 6
2 3 9
df3
A C D
0 4 15 hello
1 5 19 yes
我的合并,第一次合并,
f_merge = pd.merge(df, df2, on='A',how='left')
第二次合并,(first_merge
与 df3
)
s_merge = pd.merge(f_merge, df3, on='A', how='left')
我得到这样的输出,
A B C_x C_y D
0 1 3 5.0 NaN NaN
1 2 4 6.0 NaN NaN
2 3 6 9.0 NaN NaN
3 4 12 NaN 15.0 hello
4 5 18 NaN 19.0 yes
我需要这样,
A B C D
0 1 3 5.0 NaN
1 2 4 6.0 NaN
2 3 6 9.0 NaN
3 4 12 15.0 hello
4 5 18 19.0 yes
我怎样才能实现这个输出?任何建议都会很棒。
最佳答案
合并前连接 df2 和 df3。
new_df = pd.merge(df, pd.concat([df2, df3], ignore_index=True), on='A')
new_df
Out:
A B C D
0 1 3 5 NaN
1 2 4 6 NaN
2 3 6 9 NaN
3 4 12 15 hello
4 5 18 19 yes
关于python - Pandas Merge - 基于键引入相同的列值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58378970/