python - pandas concat/merge/join multiple dataframes with only one column by this column

Question

我有(超过)两个数据框:

In [22]: df = pd.DataFrame({'database' : ['db1', 'db2', 'db3']})                                                                                                                                                             

In [23]: df1 = pd.DataFrame({'database' : ['db1', 'db2', 'db3']})                                                                                                                                                            

In [24]: df2 = pd.DataFrame({'database' : ['db2', 'db3', 'db4']})                                                                                                                                                            

In [25]: df1                                                                                                                                                                                                                 
Out[25]: 
  database
0      db1
1      db2
2      db3

In [26]: df2                                                                                                                                                                                                                 
Out[26]: 
  database
0      db2
1      db3
2      db4

我想要的输出是这种格式的数据框:

Out[45]: 
  database database
0      db1         
1      db2      db2
2      db3      db3
3               db4

我设法以这种格式获取它:

df1.index = df1.database.values.ravel()
df2.index = df2.database.values.ravel()
pd.concat([df1, df2], axis=1).fillna('').reset_index(drop=True)                                                                                                                                                              

但我认为一定有比使用 ravel() 函数的这个技巧更好的解决方案。

Answer 1

使用DataFrame.set_index使用 drop=False:

df = (pd.concat([df1.set_index('database', drop=False), 
                 df2.set_index('database', drop=False)], axis=1)
        .fillna('')
        .reset_index(drop=True))
print (df)
  database database
0      db1         
1      db2      db2
2      db3      db3
3               db4

使用列表理解的更动态的解决方案:

dfs = [df, df1, df2]
dfs1 = [x.set_index('database', drop=False) for x in dfs]
df = (pd.concat(dfs1, axis=1)
        .fillna('')
        .reset_index(drop=True))
print (df)
  database database database
0      db1      db1         
1      db2      db2      db2
2      db3      db3      db3
3                        db4