合并列

Question

我正在尝试合并/加入多个Dataframe，到目前为止，我没有运气。我找到了merge方法，但它仅适用于两个Dataframe。我还发现这个SO answer建议做类似的事情：

df1.merge(df2,on='name').merge(df3,on='name')

不幸的是，它不适用于我的情况，因为我有20多个数据帧。

我的下一个想法是使用join。根据连接多个数据帧时的参考，我需要使用列表，只有我可以加入索引列。所以我改变了所有列的索引（好吧，它可以用语法轻松完成）并最终得到类似的东西：

df.join([df1,df2,df3])

不幸的是，这种方法也失败了，因为其他列名在所有数据帧中都是相同的。我决定做最后一件事，那就是重命名所有列。但是当我最终加入一切时： df = pd.Dataframe（） df.join（[DF1，DF2，DF3]）

我收到了空数据框。我不知道，我怎么能加入他们。有人可以提出更多建议吗？

EDIT1：

示例输入：

import pandas as pd

df1 = pd.DataFrame(np.array([
    ['a', 5, 19],
    ['b', 14, 16],
    ['c', 4, 9]]),
    columns=['name', 'attr1', 'attr2'])
df2 = pd.DataFrame(np.array([
    ['a', 15, 49],
    ['b', 4, 36],
    ['c', 14, 9]]),
    columns=['name', 'attr1', 'attr2'])

df1 
  name attr1 attr2
0    a     5    19
1    b    14    16
2    c     4     9

df2
  name attr1 attr2
0    a    15    49
1    b     4    36
2    c    14     9

预期产出：

df
  name attr1_1 attr2_1 attr1_2 attr2_2
0    a     5    19      15      49
1    b    14    16      4       36
2    c     4     9      14      9

索引可能在数据框架之间无序，但保证它们将存在。

Answer 1

使用pd.concat

dflist = [df1, df2]
keys = ["%d" % i for i in range(1, len(dflist) + 1)]

merged = pd.concat([df.set_index('name') for df in dflist], axis=1, keys=keys)
merged.columns = merged.swaplevel(0, 1, 1).columns.to_series().str.join('_')

merged

或者

merged.reset_index()

Answer 2

使用reduce：

def my_merge(df1, df2):
    return df1.merge(df2,on='name')

final_df = reduce(my_merge, df_list)

将df_list视为数据帧列表

Answer 3

@piRSquared的解决方案适用于20多个数据帧，请参阅以下脚本以创建20多个示例数据帧：

N = 25
dflist = []

for d in range(N):
    df = pd.DataFrame(np.random.rand(3,2))
    df.columns = ['attr1', 'attr2']

    df['name'] = ['a', 'b', 'c']

    dflist.append(df)