根据与其他数据格式的差异删除数据行

Question

我有1000个观察，我已经用4个不同的模型进行了分析。这些模型的结果存储在4个数据帧中，如下所示：

import pandas as pd

model_1 = pd.DataFrame(data={"observation_id": [0, 1, ..., 1000], 
                             "param_1": [0, 4, ..., 2]})

model_2 = pd.DataFrame(data={"observation_id": [0, 2, ..., 1000], 
                             "param_1": [1, 3, ..., 1]})

同样，对于另外两个数据帧(实际上数据帧中还有更多的参数)。

"observation_id“唯一地将模型的结果与观察结果相匹配。因此，observation_id =0给出了这四个模型的结果。

问题是，建模的数据中存在空白。model_1可能缺少observation_id 45，model_3可能缺少observation_id 721。

如何创建四个新的数据框架，只包含与observation_ids相关的所有4个数据集所共有的结果？

Answer 1

下面是使用merge和how='left'的一种方法

from functools import reduce
p1 = reduce(lambda left,right: pd.merge(left,right,on='observation_id',how='left'), [df1,df2,df3,df4])

如果你只想要一个df而不是四个

from functools import reduce
df = reduce(lambda left,right: pd.merge(left,right,on='observation_id',how='inner'), [df1,df2,df3,df4])