web-dev-qa-db-ja.com

2つ以上のユニオンpandasデータフレーム

SQLクエリをPythonに変換しようとしています。 sqlステートメントは次のとおりです。

select * from table 1 
union
select * from table 2
union 
select * from table 3
union
select * from table 4

現在、これらのテーブルは4つのデータフレームにありますdf1, df2, df3, df4と結合したい4 pandas dataframeこれは、sqlクエリと同じ結果に一致します。sqlunionと同等のどの操作を使用するか混乱していますか？前進！！

注：すべてのデータフレームの列名は同じです。

pythonjoinpandasmergeconcat
7
User1090

問題をよく理解していれば、concat関数を探しています。

列名が両方のデータフレームで同じである場合、pandas.concat([df1, df2, df3, df4])は正しく機能するはずです。

21
Grégoire G.

これはJezraelの回答に対するコメント（mergeに対してconcatを+1したもの）になるはずですが、十分な評判がありません。

OPはdfをunionする方法を尋ねましたが、mergeはデフォルトでintersectionを返します： http://pandas.pydata.org/pandas-docs/stable /generated/pandas.merge.html#pandas.merge

unionsを取得するには、merge呼び出しにhow='outer'を追加します。

2
majr

IIUCでは、 merge を使用して、すべてのデータフレームの列matching_colで結合できます。

import pandas as pd

# Merge multiple dataframes
df1 = pd.DataFrame({"matching_col": pd.Series({1: 4, 2: 5, 3: 7}), 
                    "a": pd.Series({1: 52, 2: 42, 3:7})}, columns=['matching_col','a'])
print df1
   matching_col   a
1             4  52
2             5  42
3             7   7

df2 = pd.DataFrame({"matching_col": pd.Series({1: 2, 2: 7, 3: 8}), 
                    "a": pd.Series({1: 62, 2: 28, 3:9})}, columns=['matching_col','a'])
print df2
   matching_col   a
1             2  62
2             7  28
3             8   9

df3 = pd.DataFrame({"matching_col": pd.Series({1: 1, 2: 0, 3: 7}), 
                    "a": pd.Series({1: 28, 2: 52, 3:3})}, columns=['matching_col','a'])
print df3
   matching_col   a
1             1  28
2             0  52
3             7   3

df4 = pd.DataFrame({"matching_col": pd.Series({1: 4, 2: 9, 3: 7}), 
                    "a": pd.Series({1: 27, 2: 24, 3:7})}, columns=['matching_col','a'])
print df4
   matching_col   a
1             4  27
2             9  24
3             7   7

Solution1：

df = pd.merge(pd.merge(pd.merge(df1,df2,on='matching_col'),df3,on='matching_col'), df4, on='matching_col')
set columns names
df.columns = ['matching_col','a1','a2','a3','a4']
print df

   matching_col  a1  a2  a3  a4
0             7   7  28   3   7

Solution2：

dfs = [df1, df2, df3, df4]
#use built-in python reduce
df = reduce(lambda left,right: pd.merge(left,right,on='matching_col'), dfs)
#set columns names
df.columns = ['matching_col','a1','a2','a3','a4']
print df

   matching_col  a1  a2  a3  a4
0             7   7  28   3   7

ただし、連結データフレームのみが必要な場合は、パラメータignore_index=Trueでインデックスをリセットして concat を使用します。

print pd.concat([df1, df2, df3, df4], ignore_index=True)

    matching_col   a
0              4  52
1              5  42
2              7   7
3              2  62
4              7  28
5              8   9
6              1  28
7              0  52
8              7   3
9              4  27
10             9  24
11             7   7
1
jezrael