除了几列之外，我如何合并包含相同数据的3个Pandas DataFrames？

Question

我有3个pd.DataFrame需要合并。除最后5列外，每个列包含相同的数据，每个列为9276行x67cols。从原理上看，它们是这样的：

​

​

MWE的数据：

df1 = pd.DataFrame({"A": [4, 5, 6, 7, 8, 9], "B": [2, 2, 2, 3, 3, 3], "C": [np.nan, np.nan, 5, 5, 6, 6]})
df2 = pd.DataFrame({"A": [4, 5, 6, 7, 8, 9], "B": [2, 2, 2, 3, 3, 3], "C": [4, 4, np.nan, np.nan, 6, 6]})
df3 = pd.DataFrame({"A": [4, 5, 6, 7, 8, 9], "B": [2, 2, 2, 3, 3, 3], "C": [4, 4, 5, 5, np.nan, np.nan]})

expectation = pd.DataFrame({"A": [4, 5, 6, 7, 8, 9], "B": [2, 2, 2, 3, 3, 3], "C": [4.0, 4.0, 5.0, 5.0, 6.0, 6.0]})
print(expectation)

   A  B    C
0  4  2  4.0
1  5  2  4.0
2  6  2  5.0
3  7  3  5.0
4  8  3  6.0
5  9  3  6.0

我试过pd.merge，pd.concat，他们有不同的论点，但他们不做这件事。我看过的文档和其他问题都没有数据的相同结构；它们都使用具有唯一索引或唯一列的示例。而且，在实践中，我的数据仍将包含np.nan的其他部分的数据，我需要保存，所以我不能dropna或任何类似的东西。如何在维护数据库结构的同时合并数据文件？

Answer 1

由于您的所有索引都是相同的，所以最简单的方法是带有dataframe参数的DataFrame.fillna()：

df1.fillna(df2).fillna(df3)

输出：

   A  B    C
0  4  2  4.0
1  5  2  4.0
2  6  2  5.0
3  7  3  5.0
4  8  3  6.0
5  9  3  6.0