如何基于python/大熊猫中的一个公共列合并多个(6)数据？

Question

在我开始之前，我已经找到了类似的问题，并尝试了相应的答案，然而，我仍然遇到了一个问题，我不知道为什么。

我有6个数据帧。我想要一个结果数据框架，根据它们的共同索引列国家，将所有这6合并为一个。需要注意的是:数据帧有不同的行数，有些国家的数据帧没有相应的值，导致NaN。

以下是我尝试过的：

data_frames = [WorldPopulation_df, WorldEconomy_df, WorldEducation_df, WorldAggression_df, WorldCorruption_df, WorldCyberCapabilities_df]
df_merged = reduce(lambda left,right: pd.merge(left,right,on=['Country'], how = 'outer'), data_frames)

当最终的结果数据帧将错误的值与错误的国家配对时，这是行不通的。有什么建议吗？

Answer 1

让我们看看，当您从键中添加新列时，使用"pd.merge“。如果您有6个列数相同的数据文件，按照相同的顺序，您可以尝试如下：

columns_order = ['country', 'column_1']
concat_ = pd.concat(
    [data_1[columns_order], data_2[columns_order], data_3[columns_order], 
     data_4[columns_order], data_5[columns_order], data_6[columns_order]],
    ignore_index=True,
    axis=0
)

从这里开始，如果您想要"country“列的单个值，可以将组by应用到它：

concat_.groupby(by=['country']).agg({'column_1': max}).reset_index()