我有以下三个数据帧,它们被两列“索引”:有一个分组item1
,item2
,item3
,等等,以及这个组中的一个数字位置148, 179, 188, 267, ...
。在
import pandas as pd
data1 = {"grouping": ["item1", "item1", "item1", "item2", "item2", "item2", "item2", ...],
"positions": [148, 179, 188, 267, 693, 963, 979, ...],
"metadata": [5, 1, 8, 3, 731, 189, 9, ...],
"unique_column1" : ['QLZX9J', 'L3FPRU', '69TVKF', 'N096NQ', 'JM89V5', 'W7JBOL', '63KKZZ', ...] }
data2 = {"grouping": ["item1", "item1", "item1", "item1", "item1", "item1", "item2", ...],
"positions": [118, 241, 431, 448, 455, 677, 740, ...],
"metadata": [5, 1, 8, 3, 731, 189, 9, ...],
"unique_column2" : [4714, 1178, 235, 47, 54, 89, 12, ...] }
data3 = {"grouping": ["item1", "item1", "item1", "item1", "item1", "item1", "item1", ...],
"positions": [118, 148, 179, 188, 241, 431, 448,...],
"metadata": [5, 1, 8, 3, 731, 189, 9, ...],
"unique_column3" : ['a', 'a', 'a', 'a', 'a', 'a', 'a', ...] }
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
df3 = pd.DataFrame(data3)
df1
>>> grouping positions metadata unique_column1
0 item1 148 5 QLZX9J
1 item1 179 1 L3FPRU
2 item1 188 8 69TVKF
3 item2 267 3 N096NQ
4 item2 693 731 JM89V5
5 item2 963 189 W7JBOL
6 item2 979 9 63KKZZ
7 .... ... ... ...
df2
>>> grouping positions metadata unique_column2
0 item1 118 5 4714
1 item1 241 1 1178
2 item1 431 8 235
3 item1 448 3 47
4 item1 455 731 54
5 item1 677 189 89
6 item2 740 9 12
df3
>>> grouping positions metadata unique_column3
0 item1 118 5 a
1 item1 148 1 a
2 item1 179 8 a
3 item1 188 3 a
4 item1 241 731 a
5 item1 431 189 a
6 item1 448 9 a
我想通过grouping
和positions
合并这三个数据帧,这样grouping
=item1
,positions
=118
的行与{df1
中最终合并数据帧中要合并的唯一列是unique_column1
,而在df2
中是{
如何将三个数据帧中的一列合并到一起,只使用两列作为索引?这似乎比pandas.merge()
复杂一些
如果tem不存在,它应该是0。合并的表应该如下所示:
^{pr2}$
结果:
^{pr2}$相关问题 更多 >
编程相关推荐