如何在Pandas DataFrame中合并三个数据集并生成拼接结果列？

问题说明 #

现有三个数据集：

data_1 = {'ID': ['234', '456', '331', '134','372','456','765'], 
    'Result': ['A','A','A','A','A','A','A']}
data_2 = {'ID': ['456', '132', '098', '134','372','456','234'], 
    'Result': ['B','B','B','B','B','B','B']}
data_3 = {'ID': ['111', '132', '765', '134','234','999','765'], 
    'Result': ['C','C','C','C','C','C','C']}

需要生成如下结构的目标DataFrame：

new_df = {'ID': ['234', '111', '456', '331','132','999','765'], 
    'Result': ['ABC','C','AB','A','BC','C','AC']}

尝试左连接合并未得到预期结果，需用Pandas实现类似Excel多次查找的效果。

两种可行解决方案 #

方案一：纵向合并+分组聚合 #

这种方式更简洁，适合处理多数据集的合并拼接需求：

1. 导入Pandas并转换数据集为DataFrame

import pandas as pd

df1 = pd.DataFrame(data_1)
df2 = pd.DataFrame(data_2)
df3 = pd.DataFrame(data_3)

2. 纵向堆叠三个DataFrame

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

3. 按ID分组，去重后拼接Result值
   用set()去重单个ID的重复Result，sorted()保证字母按顺序排列：

agg_result = combined_df.groupby('ID')['Result'].agg(lambda x: ''.join(sorted(set(x))))

4. 转换为目标格式并调整排序

new_df = agg_result.reset_index()
# 按ID排序（处理带前导零的ID，若无需可省略key参数）
new_df = new_df.sort_values('ID', key=lambda x: x.str.lstrip('0')).reset_index(drop=True)

方案二：多次左连接+列拼接 #

适合习惯用连接操作的场景：

1. 导入Pandas并转换数据集为DataFrame（同方案一第一步）

2. 依次左连接三个数据集

# 合并df1和df2，保留所有ID
merged = df1.merge(df2, on='ID', how='outer', suffixes=('_A', '_B'))
# 再合并df3
merged = merged.merge(df3, on='ID', how='outer')

3. 拼接非空的Result列值

merged['Result'] = merged[['Result_A', 'Result_B', 'Result']].apply(
    lambda x: ''.join(sorted([v for v in x if pd.notna(v)])), axis=1
)

4. 清理数据并调整格式

new_df = merged[['ID', 'Result']].drop_duplicates().reset_index(drop=True)
# 按ID排序
new_df = new_df.sort_values('ID', key=lambda x: x.str.lstrip('0')).reset_index(drop=True)

两种方案最终都会输出与目标一致的结果：

ID Result
0   234    ABC
1   111      C
2   456     AB
3   331      A
4   132     BC
5   999      C
6   765     AC

内容的提问来源于stack exchange，提问作者captmorgan