连接具有相似和不相交列的 DataFrame

Question

为了便于讨论，对问题进行了简化。

获取 3 个具有相似和不相交列但列值相同的数据框。如何以没有重复列、保留所有唯一列（即不进行内部连接）以及如果列值相同则不创建新行的方式连接它们？

单个数据框：

df1:

    a  b  c
0   1  2  3
1  11 22 33

df2:

    b  c  d
0   2  3  4
1  22 33 44

df3:

    c  d  e
0   3  4  5
1  33 44 55

期望的输出：

    a   b   c   d   e
0   1   2   3   4   5
1  11  22  33  44  55

但是，只需使用

pd.concat([df1, df2, df3], axis=1)

包括重复的列。

Answer 1

选项 1
使用concat + groupby -

pd.concat([df1, df2, df3], 1).groupby(axis=1, level=0).first()

    a   b   c   d   e
0   1   2   3   4   5
1  11  22  33  44  55

---

选项 2
merge -

df1.merge(df2).merge(df3)

    a   b   c   d   e
0   1   2   3   4   5
1  11  22  33  44  55

一般来说，对于n 数据帧，如果您有它们的列表，您可以使用循环执行 n 路合并 -

df_list = [df1, df2, df3]

df = df_list[0]

for d in df_list[1:]:
    df = df.merge(d)

df
    a   b   c   d   e
0   1   2   3   4   5
1  11  22  33  44  55