如何为三个数据集创建含winID、D、n-sites的DataFrame或表格

假设你使用Python的Pandas库处理数据，以下是针对你的需求的具体实现方案：

场景1：纵向堆叠所有数据（同一winID对应多行不同D/n-sites） #

如果目标是把三个数据集的所有行合并，让同一个winID对应不同数据集的D和n-sites值，直接用pd.concat()：

import pandas as pd

# 假设三个数据集已加载为df1、df2、df3，结构均为[winID, D, n-sites]
combined_df = pd.concat([df1, df2, df3], ignore_index=True)

生成的DataFrame会保留winID、D、n-sites三列，所有数据集的行都会被堆叠进来。

场景2：横向合并（同一winID对应多组D/n-sites列） #

如果需要把三个数据集的D和n-sites值放在同一行（对应同一个winID），可以用以下两种方式：

方式A：多次Merge合并 #

# 合并前两个数据集，给重复列加后缀区分来源
merged_ab = pd.merge(df1, df2, on="winID", suffixes=("_ds1", "_ds2"))
# 合并第三个数据集，继续加后缀
final_df = pd.merge(merged_ab, df3, on="winID", suffixes=("", "_ds3"))
# 重命名最后一组列的后缀
final_df.rename(columns={"D": "D_ds3", "n-sites": "n-sites_ds3"}, inplace=True)

最终DataFrame的列会是winID、D_ds1、n-sites_ds1、D_ds2、n-sites_ds2、D_ds3、n-sites_ds3。

方式B：透视表生成宽表 #

# 给每个数据集添加来源标识列
df1["source"] = "dataset1"
df2["source"] = "dataset2"
df3["source"] = "dataset3"

# 堆叠所有数据
stacked_df = pd.concat([df1, df2, df3])
# 透视转换为宽表
wide_df = stacked_df.pivot(index="winID", columns="source", values=["D", "n-sites"])
# 展开层次化列名
wide_df.columns = ["_".join(col) for col in wide_df.columns]
# 重置索引，让winID回到列中
wide_df.reset_index(inplace=True)

关键注意事项 #

• 确保三个数据集中的winID格式完全一致（比如统一为字符串或整数类型），避免匹配失败，可通过df["winID"] = df["winID"].astype(str)统一格式。
• 如果存在部分winID在某个数据集中缺失的情况，合并时需指定how="outer"（如pd.merge(..., how="outer")）来保留所有winID。

内容的提问来源于stack exchange，提问作者John Vincent Rosales Pleto