如何根据文件名合并两个数据框？答案

【问题标题】：How to merge two dataframes based on file name?如何根据文件名合并两个数据框？
【发布时间】：2021-07-06 11:54:48
【问题描述】：

我有一个数据框字典，其键的格式为"Sample_X_####celsius"。每个数据帧的结构如下：

displacement	force
values	values
values	values
values	values

我还有一个额外的数据框，其中三列的结构如下：

label	width	thickness
sample_1_200celsius	11	222
sample_1_300celsius	12	223

如何将附加数据帧的每一行与字典中谁的键对应于“标签”条目的数据帧结合起来？我的目标是这样的：

密钥：sample_1_200celsius

displacement	force	label	width	thickness
values	values	sample_1_200celsius	11	222
values	values
values	values

【问题讨论】：

pd.concat([df1, df2])。但是你确定你想要一个concat （所以label, width, thickness 只是第一行的非空位？），而不是广播到所有行的连接？你的意图是什么，你想对输出 df 做什么？
可能重复，见Pandas Merging 101
我不太明白什么是具有“Sample_X_####celsius”形式的键的数据帧字典。
@smci 我无法连接，因为我有大量不同的文件（300+）。我需要一种方法，仅将附加数据框中的一行“匹配”到字典中的每个文件，其键与该行的标签相同。
@Ynjxsjmh 键与附加数据框的“标签”行匹配是我想说的。

标签： python pandas join

【解决方案1】：

如果字典和附加数据帧是dictionary 和df，您可以concat() dictionary 数据帧与对应的df 行：

for key in dictionary.keys():
    dfs = [dictionary[key], df.loc[df.label == key].reset_index(drop=True)]
    dictionary[key] = pd.concat(dfs, axis=1)

完整示例

给定 dictionary 和 sample_1_200celsius 和 sample_1_300celsius 的数据框：

df200 = pd.DataFrame({'displacement': [1,2,3], 'values': [2,4,6]})
df300 = pd.DataFrame({'displacement': [30,20,10], 'values': [60,40,20]})
dictionary = {'sample_1_200celsius': df200, 'sample_1_300celsius': df300}

还有额外的数据框df:

df = pd.DataFrame({'label': ['sample_1_200celsius','sample_1_300celsius'], 'width': [11,12], 'thickness': [222,223]})

#                  label  width  thickness
# 0  sample_1_200celsius     11        222
# 1  sample_1_300celsius     12        223

您可以使用loc 索引将concat() 每个dictionary 数据帧与df 中的相应行一起使用：

for key in dictionary.keys():
    dfs = [dictionary[key], df.loc[df.label == key].reset_index(drop=True)]
    dictionary[key] = pd.concat(dfs, axis=1)

因此，dictionary 值将根据需要更新：

dictionary['sample_1_200celsius']

#    displacement  values                label  width  thickness
# 0             1       2  sample_1_200celsius   11.0      222.0
# 1             2       4                  NaN    NaN        NaN
# 2             3       6                  NaN    NaN        NaN

dictionary['sample_1_300celsius']

#    displacement  values                label  width  thickness
# 0            30      60  sample_1_300celsius   12.0      223.0
# 1            20      40                  NaN    NaN        NaN
# 2            10      20                  NaN    NaN        NaN

【讨论】：