将数据框与 Pandas 合并答案

【问题标题】：Merging Data Frames with Pandas将数据框与 Pandas 合并
【发布时间】：2021-12-14 17:10:12
【问题描述】：

我正在尝试将某些数据帧合并到一个数据帧中，并使用 pandas 填充缺失的值。一个例子如下：

import pandas as pd

data1 = {'SKU' : ['C1', 'D1'],
     'Description' : ['c2', 'd'],
     'Unit Cost' : [0.2, 1.5],
     'Qty1' : [18, 10]}
idx1 = ['RM0001', 'RM0004']

data2 = {'SKU' : ['C1', np.nan],
     'Description' : ['c', 'e'],
     'Qty2' : [15, 8]}
idx2 = ['RM0001', 'RM0010']

data3 = {'SKU' : ['D1', 'E1'],
     'Description' : ['d', 'e'],
     'Qty3' : [7, 9]}
idx3 = ['RM0004', 'RM0010']

df1 = pd.DataFrame(data1, index=idx1)
df2 = pd.DataFrame(data2, index=idx2)
df3 = pd.DataFrame(data3, index=idx3)

所需的输出将是以下形式：

       SKU Description  Unit Cost  Qty1  Qty2  Qty3
RM0001  C1           c        0.2  18.0  15.0   NaN
RM0004  D1           d        1.5  10.0   NaN   7.0
RM0010  E1           e        NaN   NaN   8.0   9.0

我尝试了各种 pd.merge 和 functools.reduce 应用程序，但都没有给我想要的输出。我还在学习熊猫，所以我想我错过了一些东西，因为这感觉不应该太复杂。将不胜感激对这些步骤（或指向优秀来源的链接）的小解释。

【问题讨论】：

标签： python pandas dataframe join merge

【解决方案1】：

试试combine_first，你可以把它们链接起来：

df1.combine_first(df2).combine_first(df3)

输出：

       Description  Qty1  Qty2  Qty3 SKU  Unit Cost
RM0001          c2  18.0  15.0   NaN  C1        0.2
RM0004           d  10.0   NaN   7.0  D1        1.5
RM0010           e   NaN   8.0   9.0  E1        NaN

或者你可以使用concat 和groupby：

pd.concat([df1,df2,df3]).groupby(level=0).first()

输出：

       SKU Description  Unit Cost  Qty1  Qty2  Qty3
RM0001  C1          c2        0.2  18.0  15.0   NaN
RM0004  D1           d        1.5  10.0   NaN   7.0
RM0010  E1           e        NaN   NaN   8.0   9.0

【讨论】：

谢谢，我不知道 combine_first。现在深入研究文档。但是，您的输出似乎略有偏差，因为 c2 应该是 c。
@Matt c 来自df2，其中df1 具有c2。您可能想要颠倒顺序，例如df3.combine_first(df2).combine_first(df1) 或在concat 方法中使用.last()。
谢谢！完美运行。澄清一下，groupby 中的 level=0 参数是做什么的？
level=0 将具有相同索引（在级别 0）的行分组。