加入 DataFrame 列表

Question

我有一个 Pandas DataFrame 列表，每个 df 都有一个名为 sub_id 的列和一个名为 data_* 的列。 data_* 列特定于每个 df：第一个具有 data_0，第二个具有 data_1，等等。 架构是这样的：

[[`sub_id`,`data_0`], [`sub_id`,`data_1`], [`sub_id`,`data_2`],...[`sub_id`,`data_10`]]

在我拥有的第一个 df 内：

sub_id  data_0
1       1232456
2       4567
5       98786
11      8643
.       .
.       .

在我拥有的第二个 df 内：

sub_id  data_1
4       1265474
5       4567
20      23434
13      8675443
.       .
.       .

在我拥有的第三个 df 内：

sub_id  data_2
11      1265474
1       4567
20      23434
5       8675443
.       .
.       .

我使用concat 拥有一个包含所有数据的唯一 df，但结果不是我想要的。

我想要的是这样的df：

sub_id  data_0  data_1  data_2  ..
1       1232456         4567
2       4567
4               1265474
5       98786   4567    8675443
11      8643            1265474
13              8675443
20              23434   23434
.       .
.       .

我该怎么做？

Answer 1

使用concat 创建DataFrame.set_index：

dfs = [df1, df2, df3]
df = pd.concat([x.set_index('sub_id') for x in dfs], axis=1)
print (df)
           data_0     data_1     data_2
sub_id                                 
1       1232456.0        NaN     4567.0
2          4567.0        NaN        NaN
4             NaN  1265474.0        NaN
5         98786.0     4567.0  8675443.0
11         8643.0        NaN  1265474.0
13            NaN  8675443.0        NaN
20            NaN    23434.0    23434.0