如果可能的话合并，否则会合并熊猫

Question

我有3个df，我想将其合并，其中前3列是相同的数据(如果存在(，之后的列是每个df中的新列。例如df[3:]与df2[3:]不同

如果它们具有相同的唯一标识符，我希望合并它们，否则我希望concat。

df1

ID    A     B     2009   2010   
1     A     B        2      3
2     A     C        2      2
3     A     B        3      3

df2

ID    A     B     2011   2012   
2     A     C        2      2
3     A     C        3      4
5     A     B        8      9

df3

ID    A     B     2013   2014   
2     A     C        2      3
4     A     E        3      4
5     A     B        8      9

结果

ID    A     B      2009   2010   2011   2012   2013    2014
1     A     B        2      3.     2.     3.      
2     A     C        2      2.     2.     2.      2.     3 
3     A     C        3      3.     3.     4.      
4     A     E                                      3.     4 
5     A     B                      8      9        8.     9

编辑：固定df数据。其次，我注意到的一个问题是，当我合并时，我的数据A和B是重复的，A_X，A_Y，A_Z，B_X，B_Y，B_Z提前感谢

Answer 1

尝试pd.concat([df.set_index('ID') for df in [df1, df2, df3]], axis=1).reset_index()

列表理解将CCD_ 2设置为每个数据帧的索引。然后我们水平连接。水平串联会在可能的情况下尝试匹配索引，否则会添加行。最后，我们重置索引。

Answer 2

结果有问题。

但合并的代码是这样的：

from functools import reduce
import pandas as pd
dfs = [df1,df2,df3]
df_merged = reduce(lambda  left,right: pd.merge(left,right,on=['ID'],
how='outer'), dfs)

---

df_merged:

ID  2009  2010  2011    2012    2013  2014
0   1   2.0   3.0   2.0     3.0     NaN   NaN
1   2   3.0   4.0   3.0     4.0     2.0   3.0
2   3   4.0   5.0   4.0     5.0     NaN   NaN
3   4   NaN   NaN   NaN     NaN     3.0   4.0
4   5   NaN   NaN   NaN     NaN     8.0   9.0

---

编辑：

只需使用on=['ID', 'A', 'B']

输出：

ID  A   B   2009 2010 2011  2012 2013 2014
0   1   A   B   2.0  3.0  NaN   NaN  NaN  NaN
1   2   A   C   2.0  2.0  2.0   2.0  2.0  3.0
2   3   A   B   3.0  3.0  NaN   NaN  NaN  NaN
3   3   A   C   NaN  NaN  3.0   4.0  NaN  NaN
4   5   A   B   NaN  NaN  8.0   9.0  8.0  9.0
5   4   A   E   NaN  NaN  NaN   NaN  3.0  4.0