i具有以下三个数据范围,它们由两个列"索引":分组item1
,item2
,item3
等,以及该组148, 179, 188, 267, ...
中的数值位置。
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
合并这三个数据范围,以便在df2
中使用grouping
= CC_7 = positions
= CC_11的行与df3
中的同一行合并。这些数据框之间有许多列,它们是相同的,不应复制。实际上,在df1
中最终合并的数据帧中合并的唯一唯一列是unique_column1
,而df2
中的 unique_column2
等。
一个只使用两个列作为指标,如何将三个数据范围的一列合并在一起?这似乎比pandas.merge()
如果不存在TEM,则应为0。合并的表格应该像这样:
merged
grouping positions metadata unique_column1 unique_column2 unique_column3
item1 118 5 0 4714 'a'
item1 148 1 'QLZX9J' 0 'a'
item1 179 8 'L3FPRU' 0 'a'
item1 188 3 '69TVKF' 0 'a'
item1 241 731 0 1178 'a'
.........
dfs = [df1, df2, df3]
jcols = ['grouping', 'positions']
ucols = ['unique_column1','unique_column2','unique_column3']
pd.concat([df.set_index(jcols)[df.columns.intersection(ucols)]
for df in dfs],
axis=1)
.reset_index()
.fillna(0)
结果:
grouping positions unique_column1 unique_column2 unique_column3
0 item1 118 0 4714.0 a
1 item1 148 QLZX9J 0.0 a
2 item1 179 L3FPRU 0.0 a
3 item1 188 69TVKF 0.0 a
4 item1 241 0 1178.0 a
5 item1 431 0 235.0 a
6 item1 448 0 47.0 a
7 item1 455 0 54.0 0
8 item1 677 0 89.0 0
9 item2 267 N096NQ 0.0 0
10 item2 693 JM89V5 0.0 0
11 item2 740 0 12.0 0
12 item2 963 W7JBOL 0.0 0
13 item2 979 63KKZZ 0.0 0