如何有效合并多个Pandas DataFrame？实例求助

你的三个DataFrame共享唯一关联列name，且该列内容完全匹配，直接基于name列做内连接合并就能得到目标结果，以下是两种可行方法：

方法1：链式调用merge #

先创建示例DataFrame（可直接替换为你的真实数据），然后通过多次merge完成合并：

import pandas as pd

# 示例DataFrame
df1 = pd.DataFrame({'name': ['apple', 'banana', 'cucumber'], 'id': [1, 2, 3]})
df2 = pd.DataFrame({'name': ['apple', 'banana', 'cucumber'], 'colour': ['red', 'yellow', 'green']})
df3 = pd.DataFrame({'name': ['apple', 'banana', 'cucumber'], 'type': ['fruit', 'fruit', 'vegetable']})

# 链式合并，默认内连接（how='inner'）
merged_df = df1.merge(df2, on='name').merge(df3, on='name')
print(merged_df)

执行后输出的结果就是你需要的格式，不会出现NaN值。

方法2：用reduce批量合并（适合多DataFrame场景） #

如果需要合并的DataFrame数量较多，可以借助functools.reduce批量处理：

import pandas as pd
from functools import reduce

# 把所有要合并的DataFrame放入列表
dfs = [df1, df2, df3]

# 批量合并所有DataFrame
merged_df = reduce(lambda left, right: left.merge(right, on='name'), dfs)
print(merged_df)

为什么之前的concat/merge用法不对？ #

• 使用concat(axis=1)是按索引对齐拼接列，如果你的DataFrame索引不严格对应，就会出现大量NaN；
• 若之前merge时没指定on='name'，或错误使用外连接参数，也可能出现NaN。只要明确指定关联列name并使用默认的内连接，就能得到正确结果。

内容的提问来源于stack exchange，提问作者sppokky