Question

我有3个数据集：restaurants.csv，users.csv和rating.csv。 Restaurants.csv包含餐厅ID和一些功能。 Users.csv包含用户ID和一些用户功能。 Raiting.csv包含餐馆ID，用户ID和对应评级。

place_id feature1 feature2 1 .. .. 2 .. ..

user_id feature1 feature2 1 .. .. 2 .. ..

place_id user_id raiting 1 1 2 2 1 3

我想合并这3个文件，以获得一个包含餐馆，用户功能和相应评级作为标签的数据集。我想获得如下数据集：

place_id user_id place_feature1 ... user_feature2 raiting 1 1 .. 2 2 2 .. 3

我该怎么做？

Answer 1

我认为您需要使用左连接加倍merge：

示例数据框：

df1 = pd.DataFrame({'place_id':[1,2,3,4],
                   'B':[4,5,4,7],
                   'C':[7,8,9,4]})

print (df1)
   B  C  place_id
0  4  7         1
1  5  8         2
2  4  9         3
3  7  4         4

df2 = pd.DataFrame({'user_id':[1,2,3,4],
                   'D':[40,50,40,70],
                   'E':[70,80,90,40]})

print (df2)
    D   E  user_id
0  40  70        1
1  50  80        2
2  40  90        3
3  70  40        4

df3 = pd.DataFrame({'user_id':[1,2,3,4,1,2],
                   'place_id':[1,1,1,1,2,2],
                   'rating':[7,8,9,4,4,5]})

print (df3)
   place_id  rating  user_id
0         1       7        1
1         1       8        2
2         1       9        3
3         1       4        4
4         2       4        1
5         2       5        2

对于实际数据使用read_csv：

#df1 = pd.read_csv('restaurants.csv')
#df2 = pd.read_csv('users.csv')
#df3 = pd.read_csv('rating.csv')

df = df3.merge(df1, on='place_id', how='left').merge(df2, on='user_id', how='left')
print (df)
   place_id  rating  user_id  B  C   D   E
0         1       7        1  4  7  40  70
1         1       8        2  4  7  50  80
2         1       9        3  4  7  40  90
3         1       4        4  4  7  70  40
4         2       4        1  5  8  40  70
5         2       5        2  5  8  50  80

如何在pandas中合并3个数据集

1 个答案: