如何连接三个熊猫数据框[重复]

Question

我有三个 pandas 数据框：df1、df2、df3，如下所示：

df1=

X	Y	M1_x	M2_x	M3_x
12	33	3	4	2
12	54	0	3	4
23	12	0	8	3

df2=

X	Y	M1_y	M2_y	M3_y
12	33	9	4	1
12	54	0	3	5
12	11	0	2	1

df3=

X	Y	M1_z	M2_z	M3_z
12	33	1	40	10
11	10	10	30	0
12	11	0	40	5

我喜欢连接两个 df 并得到合并的数据框，如下所示：

结果 =

X	Y	M1_x	M2_x	M3_x	M1_y	M2_y	M3_y	M1_z	M2_z	M3_z
12	33	3	4	2	9	4	1	1	40	10
12	54	0	3	4	0	3	5	nan	nan	nan
23	12	0	8	3	nan	nan	nan	nan	nan	nan
12	11	nan	nan	nan	0	2	1	0	40	5
11	10	nan	nan	nan	nan	nan	nan	10	30	0

我已经尝试过 p.cocatenate 函数，问题是选择axis = 1，不合并[X，Y]列，然后我在结果文件中有双[X，Y]列，选择axis = 0 , 不合并行，我得到行的联合，而不是合并共同的 [X,Y] 彼此。 我怎样才能做到这一点？

编辑： 我知道合并两个数据框时如何使用合并功能。我的问题是我有两个以上（实际上是 4 个）数据库要合并。有没有什么函数可以在一行中合并两个以上的dfs？

Answer 1

使用pandas.DataFrame.merge指定如何合并（外合并）：

>>> df1.merge(df2, 'outer').merge(df3, 'outer')
   X   Y   M1_x   M2_x   M3_x  M1_y   M2_y   M3_y  M1_z   M2_z   M3_z
0  12  33    3.0    4.0   2.0    9.0    4.0   1.0    1.0   40.0  10.0
1  12  54    0.0    3.0   4.0    0.0    3.0   5.0    NaN    NaN   NaN
2  23  12    0.0    8.0   3.0    NaN    NaN   NaN    NaN    NaN   NaN
3  12  11    NaN    NaN   NaN    0.0    2.0   1.0    0.0   40.0   5.0
4  11  10    NaN    NaN   NaN    NaN    NaN   NaN   10.0   30.0   0.0

---

如果你有更多的数据框，你可以这样做：

out = df1.copy()
dfs = [df2,df3,df4,df5,df6]
for df in dfs:
    out = out.merge(df, 'outer')

---

此图阐明了不同类型的合并（pandas 默认使用内部合并）：

Answer 2

检查这是否有帮助。

new_df = pd.merge(df1, df2,  how='outer')

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html