我有一个包含 4 个数据框的列表，每个数据框仅包含 1 列(“CustomerID”)。我想在循环中合并(内部联接)它们。
这是我目前尝试的:
for i in all_df:
merged = all_df[0].merge(all_df[1], on='CustomerID')
del df[0]
我在这里想做的是将第一个数据帧(索引 0)与第二个数据帧(索引 1)合并，然后删除第一个数据帧，以便索引 1 的数据帧成为索引 0 的数据帧，从而，我可以迭代。
我知道这不起作用，因为我应该从第二次迭代中合并的数据帧应该是新变量“合并”与索引 1 的数据帧的数据帧。
这4个数据框是不同时间(2019年3月、2019年4月、2019年5月等)的客户端数据库。重点是分析客户生命周期(他们保持客户状态多久？他们离开多少天后？等等)
你能帮我解决这个问题吗？
最佳答案
如果你想合并多个dataframe，你可以使用functools.reduce如下
from functools import reduce
df_merge = reduce(lambda df_x, df_y: pd.merge(df_x, df_y, on='CustomerID'), all_df)
关于python - 自动从列表中加入 pandas 数据框，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59272087/