단일 열을 기반으로 Pandas DataFrames의 3방향 조인을 수행하는 방법은 무엇입니까?

열 기반 Pandas 데이터 프레임에서 3방향 조인 수행

서로 다른 데이터 세트로 작업할 때 이를 병합하여 포괄적인 보기를 얻을 수 있습니다. 결정적이다. Python의 pandas 라이브러리에서 Join() 함수는 공통 인덱스를 기반으로 여러 데이터프레임을 결합하는 강력한 방법을 제공합니다.

질문:

3개의 CSV 파일을 보유하고 있습니다. 각각은 첫 번째 열에 사람 이름을 포함하고 나머지 열에 다양한 속성을 포함합니다. 목표는 이러한 파일을 하나의 CSV로 "결합"하여 각 행이 고유한 사람과 모든 속성을 나타내는 것입니다.

처음에 Join() 함수는 다중 인덱스가 필요함을 의미합니다. 그러나 단일 인덱스를 기반으로 조인하려고 하면 혼란이 발생합니다.

답변:

원하는 3방향 조인을 달성하려면 functools를 사용할 수 있습니다. 데이터 프레임에 대한 순차적 축소 작업을 용이하게 하는 축소 기능입니다. 수행 방법은 다음과 같습니다.

import functools as ft
dfs = [df0, df1, df2, ..., dfN]  # List of dataframes
df_final = ft.reduce(lambda left, right: pd.merge(left, right, on='name'), dfs)

이 접근 방식을 사용하면 '이름'과 같은 공통 열을 기반으로 임의 수의 데이터 프레임을 병합할 수 있습니다. Reduce() 함수는 pandas merge() 함수를 목록의 데이터 프레임에 반복적으로 적용하여 병합된 모든 속성 데이터를 포함하는 df_final이라는 단일 데이터 프레임을 생성합니다.

위 내용은 단일 열을 기반으로 Pandas DataFrames의 3방향 조인을 수행하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!