熊猫上多列加入多个dataframes

问题描述：

我是新来使用数据框，我想知道如何执行SQL相当于左外上多列连接上的一系列表格熊猫上多列加入多个dataframes

的

例子：

df1: 
Year Week Colour Val1 
2014  A  Red  50 
2014  B  Red  60 
2014  B  Black  70 
2014  C  Red  10 
2014  D  Green  20 

df2: 
Year Week Colour Val2 
2014  A  Black  30 
2014  B  Black  100 
2014  C  Green  50 
2014  C  Red  20 
2014  D  Red  40 

df3: 
Year Week Colour Val3 
2013  B  Red  60 
2013  C  Black  80 
2013  B  Black  10 
2013  D  Green  20 
2013  D  Red  50

基本上我想要做这样的事情SQL代码（注意，DF3未加入统计）：

SELECT df1.*, df2.Val2, df3.Val3 
FROM df1 
    LEFT OUTER JOIN df2 
    ON df1.Year = df2.Year 
    AND df1.Week = df2.Week 
    AND df1.Colour = df2.Colour 
    LEFT OUTER JOIN df3 
    ON df1.Week = df3.Week 
    AND df1.Colour = df3.Colour

结果应该是这样的：

Year Week Colour Val1 Val2 Val3 
2014  A  Red  50 Null Null 
2014  B  Red  60 Null  60 
2014  B  Black  70  100 Null 
2014  C  Red  10  20 Null 
2014  D  Green  20 Null Null

我已经尝试过使用合并和连接，但无法弄清楚如何在多个表上执行以及何时涉及多个关节。有人可以帮我解决这个问题吗？

感谢

答

合并他们在两个步骤，df1和df2第一，然后那到df3结果。

In [33]: s1 = pd.merge(df1, df2, how='left', on=['Year', 'Week', 'Colour'])

我从df3掉了一年，因为你不需要它在最后一次加入。

In [39]: df = pd.merge(s1, df3[['Week', 'Colour', 'Val3']], 
         how='left', on=['Week', 'Colour']) 

In [40]: df 
Out[40]: 
    Year Week Colour Val1 Val2 Val3 
0 2014 A Red 50 NaN NaN 
1 2014 B Red 60 NaN 60 
2 2014 B Black 70 100 10 
3 2014 C Red 10 20 NaN 
4 2014 D Green 20 NaN 20 

[5 rows x 6 columns]

非常感谢您的回答。因为我有很多数据框，所以我一直在寻找一种将表连接在一起的快捷方式 - 类似于使用“连接”，因为您可以一步连接两个以上的表。但是，我不知道如何在多个连接条件下执行此操作。如果没有更快的方法来做这件事，我会坚持你的建议:) – user3311225

熊猫加入是比关系演算更多的关系代数，你需要按顺序指定步骤。 SQL允许您一起指定所有内容，查询引擎将决定产生结果的最佳步骤。 – ChuckCottrill

答

人们也可以做到这一点与@ TomAugspurger的回答，像这样的小型版本：

df = df1.merge(df2, how='left', on=['Year', 'Week', 'Colour']).merge(df3[['Week', 'Colour', 'Val3']], how='left', on=['Week', 'Colour'])

熊猫上多列加入多个dataframes

相关推荐