如何在Python Pandas中基于Accession Number合并三个DataFrame？

核心逻辑 #

以DF1的Accession Number为基准，通过两次左连接实现需求：

• 保留DF1所有行，无匹配的Accession对应列自动填充NaN
• 若DF2/DF3存在重复Accession，DF1对应行自动重复以匹配这些重复项

代码实现 #

import pandas as pd

# 第一步：合并DF1与DF2，保留DF2的重复匹配项
merged_df1_df2 = pd.merge(DF1, DF2, on='Accession Number', how='left')

# 第二步：将合并结果与DF3再次合并，保留DF3的重复匹配项
final_result = pd.merge(merged_df1_df2, DF3, on='Accession Number', how='left')

关键说明 #

1. 左连接的作用：how='left'参数确保DF1的34376条记录全部保留，DF2/DF3中无匹配的Accession对应的额外列会自动填充NaN（即你说的Null）。
2. 处理重复Accession：当DF2/DF3中存在同一Accession的多条记录时，merge操作会自动复制DF1中对应的行，与这些重复记录一一匹配，满足“DF1对应行需重复”的要求。
3. 列数说明：最终结果包含DF1的13列、DF2的27个额外列（排除共同的Accession Number）、DF3的13个额外列，总列数为53列；行数则根据DF2/DF3的重复情况有所增加。

额外提示 #

• 先确认三个DataFrame的Accession Number列数据类型一致（比如统一为字符串），避免因类型不匹配导致匹配失败。
• 若需要替换NaN，可使用fillna()方法，例如：

  # 用0填充所有空值，可根据需求调整填充值
  final_result.fillna(0, inplace=True)
  

内容的提问来源于stack exchange，提问作者Manas Jadhav