根据特定列组合多个 Pandas 数据框

Question

假设我有多个 Pandas 数据框，每个数据框都有多个行和列，其中第一个包含某物的 ID。我想做的很简单，我使用合并、连接、连接等失败了...如果 df1 和 df2 的第一列相同，则将第 2 列附加到 df2 到 df1 的末尾，否则跳过它.

例如：

dat1={'A':['1', '2', '3'],'B':['4', '7', '11'],
  'C':['5', '8', '12'],'D':['6', '9', '13']}
df1 = pd.DataFrame.from_dict(dat1, orient='index')
dat2={'A':['1', '2', '3'],'B':['4', '7', '11'],
  'C':['5', '8', '12'],'D':['6', '9', '13']}
df2 = pd.DataFrame.from_dict(dat2, orient='index')

在这种情况下，由于两者的第一列都包含 A、B、C 和 D，那么合并后的数据框将有 4 行共 6 列。

df_merged
   0  1   2  3  4   5
A  1  2   3  1  2   3
B  4  7  11  4  7  11
C  5  8  12  5  8  12
D  6  9  13  6  9  13

如果第二个数据框中的 B 不是 E，那么我根本不会合并它们。

Answer 1

使用 pd.concat，当将多个 DataFrame 粘合在一起，然后将它们连接到您想要的轴上时，来自 pandas Doc

>>> frames = [df1, df2]

>>> pd.concat(frames, axis=1)
   0  1   2  0  1   2
A  1  2   3  1  2   3
B  4  7  11  4  7  11
C  5  8  12  5  8  12
D  6  9  13  6  9  13

Answer 2

使用合并

pd.merge(df1,df2,left_index=True,right_index=True)

    0_x 1_x 2_x 0_y 1_y 2_y
A   1   2   3   1   2   3
B   4   7   11  4   7   11
C   5   8   12  5   8   12
D   6   9   13  6   9   13


def myFunc(df1,df2):
    if len(np.intersect1d(df1.index.values, df2.index.values)) == len(df1.index.values) & len(np.intersect1d(df1.index.values, df2.index.values)) == len(df2.index.values):
        df = pd.merge(df1,df2,left_index=True,right_index=True)
        return df
    else:
        pass