通过从其他数据框中选择特定列来创建新数据框

Question

这似乎是一个简单的问题，并且仍然可能是关于如何通过从其他数据框中选择特定列来创建新数据框。 让我们通过三个虚拟数据帧 df1、df2、df3 来说明它，其中“位置”是所有数据帧中的公共列

df1 = pd.DataFrame({"Position": ["A", "B", "C"], "Team1": ["xyz", "xyy", "xxy"],"Team2": ["xxz", "yyx", "yxy"],"Team3": ["xzy", "zzy", "zxz"]})
df2 = pd.DataFrame({"Position": ["A", "B", "C"],"T1": ["1", "2", "4"],"T2": ["3", "5", "2"],"T3":["2","1","4"] }, index=[0, 1, 2], )
df3 = pd.DataFrame({"Position": ["A", "B", "C"],"T_1": ["IN", "IN", "OUT"],"T2": ["IN", "OUT", "OUT"],"T3":["OUT","IN","IN"] }, index=[0, 1, 2], )

我需要创建三个数据框，在这种情况下，我将 Team1、T1 和 T_1 合并到“位置”...现在问题是我不知道那里有多少个团队，df1、df2、df3 都会有相同数量的团队，但是团队的数量可能会有所不同（在这种情况下，我将其设为三个，但在实际场景中它可能是可变的，例如 N），我想知道是否可以执行一些迭代以根据数量创建数据框团队？

这是查看输入（此示例定义了团队，但实际上它是可变的）和预期输出的图形方式

Answer 1

你可以横向连接相关的列：

new_dfs = [pd.concat((df.set_index('Position').iloc[:,i] for df in (
    df1, df2, df3)), axis=1).reset_index() for i in range(3)]

它给出：

for i in new_dfs:
    print(i)

    
  Position Team1 T1  T_1
0        A   xyz  1   IN
1        B   xyy  2   IN
2        C   xxy  4  OUT
  Position Team2 T2   T2
0        A   xxz  3   IN
1        B   yyx  5  OUT
2        C   yxy  2  OUT
  Position Team3 T3   T3
0        A   xzy  2  OUT
1        B   zzy  1   IN
2        C   zxz  4   IN