Python Pandas 匹配数据框

Question

例如，我有 3 个不同的数据框，每个数据框都有不同的列，除了所有 3 个数据框中存在的具有相同标题的一列。 在本专栏中，我有例如名称，我想计算一个名称在不同数据框中重复的次数。

例如，这些是 3 个数据框：

df1:

col1   col2   names   col3
 a       a     bbb      a
 a       a     ccc      a
 a       a     bbb      a

df2:

col4   col5   names   col6
 a       a     bbb      a
 a       a     zzz      a
 a       a     qqq      a

df3:

col7   col8   names   col9
 a       a     zzz      a
 a       a     zzz      a
 a       a     rrr      a

所以输出数据框将是：

names    df1    df2    df3   total
 bbb      V      V      X      2
 ccc      V      X      X      1
 zzz      X      V      V      2
 qqq      X      V      X      1
 rrr      X      X      V      1

所以输出数据框检查哪个名称存在于任何其他 df 中，最后一列计算它出现的次数。

pandas 有没有一种简单的方法来进行这种搜索和计数，还是我必须将其切换到列表中并开始遍历列表？

Answer 1

你可以使用concat + get_dummies + groupby + reset_index + max + T + sum + replace：

dfs = [df1, df2, df3]
names = ['df1', 'df2', 'df3']
df = pd.concat([df['names'] for df in dfs], keys=names)
df = pd.get_dummies(df.reset_index(level=1, drop=True)).groupby(level=0).max().T
df['total'] = df.sum(axis=1)
df[names] = df[names].replace({0:'X', 1:'V'})
print (df)
    df1 df2 df3  total
bbb   V   V   X      2
ccc   V   X   X      1
qqq   X   V   X      1
rrr   X   X   V      1
zzz   X   V   V      2