映射多个数据框的值并填充列答案

【问题标题】：Map values of multiple dataframes and fill columns映射多个数据框的值并填充列
【发布时间】：2018-01-17 09:44:21
【问题描述】：

假设我有以下三个数据框：

数据框 1：

df1 = {'year': ['2010','2012','2014','2015'], 'count': [1,1,1,1]}
df1 = pd.DataFrame(data=df1)
df1 = df1.set_index('year')
df1

year    count
2010    1
2012    1
2014    1
2015    1

数据框 2：

df2 = {'year': ['2010','2011','2016','2017'], 'count': [2,1,3,1]}
df2 = pd.DataFrame(data=df2)
df2 = df2.set_index('year')
df2

year    count
2010    2
2011    1
2016    3
2017    1

数据框 3：

df3 = {'year': ['2010','2011','2012','2013','2014','2015','2017'], 'count': [4,2,5,4,4,1,1]}
df3 = pd.DataFrame(data=df3)
df3 = df3.set_index('year')
df3

year    count
2010    4
2011    2
2012    5
2013    4
2014    4
2015    1
2017    1

现在我想要三个包含所有年份和计数的数据框。例如，如果 df1 缺少年份 2011、2013、2016、2017，则这些年份将添加到 df1 的索引中，每个新添加的索引的计数为 0。

所以对于 df1，我的输出将是这样的：

year    count
2010    1
2012    1
2014    1
2015    1
2011    0
2013    0
2016    0
2017    0

对于 df2 和 df3 也是如此。谢谢。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以将union 与reindex 一起使用：

idx = df1.index.union(df2.index).union(df3.index)
print (idx)
Index(['2010', '2011', '2012', '2013', 
       '2014', '2015', '2016', '2017'], dtype='object', name='year')

另一种解决方案：

from functools import reduce
idx = reduce(np.union1d,[df1.index, df2.index, df3.index])
print (idx)

['2010' '2011' '2012' '2013' '2014' '2015' '2016' '2017']

df1 = df1.reindex(idx, fill_value=0)
print (df1)
      count
year       
2010      1
2011      0
2012      1
2013      0
2014      1
2015      1
2016      0
2017      0

df2 = df2.reindex(idx, fill_value=0)
print (df2)
      count
year       
2010      2
2011      1
2012      0
2013      0
2014      0
2015      0
2016      3
2017      1

df3 = df3.reindex(idx, fill_value=0)
print (df3)
      count
year       
2010      4
2011      2
2012      5
2013      4
2014      4
2015      1
2016      0
2017      1

【讨论】：

【解决方案2】：

在all_years 上使用reindex 喜欢

In [257]: all_years = df1.index | df2.index | df3.index

In [258]: df1.reindex(all_years, fill_value=0)
Out[258]:
      count
year
2010      1
2011      0
2012      1
2013      0
2014      1
2015      1
2016      0
2017      0

In [259]: df2.reindex(all_years, fill_value=0)
Out[259]:
      count
year
2010      2
2011      1
2012      0
2013      0
2014      0
2015      0
2016      3
2017      1

【讨论】：

【解决方案3】：

我会选择联合你也可以使用独特的，即

idx = pd.Series(np.concatenate([df1.index,df2.index,df3.index])).unique()
# or idx = set(np.concatenate([df1.index,df2.index,df3.index])) 
df1.reindex(idx).fillna(0)

      count
year       
2010    1.0
2012    1.0
2014    1.0
2015    1.0
2011    0.0
2016    0.0
2017    0.0
2013    0.0

【讨论】：

plus1，但更好的是df1.reindex(idx, fill_value=0)
先生，我也有同样的情况，这使得所有答案都非常相似，所以使用了fillna，我带着联合解决方案来到这里，一秒钟就失去了它，所以变得独一无二。

【解决方案4】：

也可以使用迭代：

# find missing years:
morelist = [ j            # items which satisfy following criteria
             # list of all numbers converted to strings:
             for j in map(lambda x: str(x), range(2010, 2018, 1))
             if  j not in df1.index  ]      # those not in current index

# create a dataframe to be added:
df2add = pd.DataFrame(data=[0]*len(morelist),   
                      columns=['count'], 
                      index=morelist)

# add new dataframe to original:
df1 = pd.concat([df1, df2add]) 

print(df1)

输出：

      count
2010      1
2012      1
2014      1
2015      1
2011      0
2013      0
2016      0
2017      0

【讨论】：