根据键列合并 3 个 pandas答案

【问题标题】：Merge 3 pandas based on key columns根据键列合并 3 个 pandas
【发布时间】：2019-04-17 13:36:37
【问题描述】：

我是 pandas 的新手，我有 3 个从 MySql 数据库中提取并存储在 pandas 数据框中的 CSV 文件。我为所有 3 个文件生成了一个顺序 ID，它们看起来像这样：

df1
id1 key_column1 name1
 1   567       qqq
 2   898       rrr
 3   345       bbb

df2
id2 key_column2 name2
 4   967       qqqq
 5   998       rrrr
 6   945       bbbb

df3
id3 key_column1 key_column2
 7   345       967     
 8   567       945

df1 和 df2 代表 2 个表，它们的原始 key_columns 分别是 key_column1 和 key_column2。 df3 包含来自 df1 和 df2 基于它们的 key_columns 的映射。现在 df3 必须根据生成的顺序 id 进行映射，它必须看起来像这样

 df3
  id3 id1  id2 key_column1 key_column2
   7   3    4     345       967     
   8   1    6     567       945

我最初尝试过合并一列，但没有得到任何值。

df=pd.merge(df1,df3,left_on=df1['key_column1'],right_on=df3['key_column1'],how='inner')

【问题讨论】：

请向我们展示您迄今为止所做的尝试。谢谢。
df= pd.merge(df1,df3,left_on=df1['key_column1'],right_on=df3['key_column1'],how='inner')
根据结果，您的代码没有显示任何值。你只需要删除一些你不想要的列并重命名它。请添加更多示例，其中您获得无值

标签： python pandas

【解决方案1】：

您可以从df3 中的列创建一个字典，并将其用于map key_column1 中的值：

map_ = dict(zip(df3.key_column1, df3.key_column2))
key_df1 = df1.key_column1.map(map_).fillna(0)

然后merge 两个数据帧现在具有相同的键：

(df1.merge(df2, left_on= key_df1, right_on='key_column2')
    .drop(['name1', 'name2'], 1))

    id1  key_column1  id2  key_column2
0    1          567    6          945
1    3          345    4          967

【讨论】：

【解决方案2】：

我们可以使用DataFrame.merge 两次将三个数据帧组合在一起。之后我们使用DataFrame.iloc 删除我们不需要的列。

df_all = df3.merge(df2, on='key_column2', suffixes=['', '_2'])\
            .merge(df1, on='key_column1', suffixes=['', '_1'])\
            .iloc[:, :-4]

print(df_all)
   id3  id1  id2  key_column1  key_column2
0    7    3    4          345          967
1    8    1    6          567          945

【讨论】：

谢谢！没有列名（没有标题）如何工作
这是一个熊猫数据框。所有列都被命名，如果你想要底层的numpy数组，只需使用df.values方法@K.soula

【解决方案3】：

这似乎对我有用。

df3.merge(df1,how='left',on='key_column1').merge(df2,how='left',on='key_column2')

   id3  key_column1  key_column2  id1 name1  id2 name2
0    7          345          967    3   bbb    4  qqqq
1    8          567          945    1   qqq    6  bbbb

【讨论】：

注意这只是合并。您可以轻松地删除合并后的列。