如何使用pd.merge基于公共user列合并3个及以上DataFrame

pd.merge() 单次仅支持合并2个DataFrame，传入3个及以上DataFrame时，第三个及之后的位置参数会被误识别为合并规则配置项（比如连接方式、后缀配置等），pandas内部尝试判断传入的DataFrame作为布尔值的有效性时，就会抛出你看到的真值判断歧义报错。

方法1：链式调用merge（适合少量DataFrame场景） #

每次调用merge合并两个结果，连续调用即可完成多表合并，和你之前双表合并的逻辑完全一致：

import pandas as pd

result = pd.merge(
    df1[['user', 'books']], 
    df2[['user', 'animal']], 
    on='user'
).merge(
    df3[['user', 'place']], 
    on='user'
)

运行输出结果：

user  books  animal  place
0    alex      2       0      3
1  andrew     10       0      4
2  kelvin     15       2      5
3    mary      5       1      3

方法2：reduce批量合并（适合大量DataFrame场景） #

如果需要合并的表数量较多，链式调用写起来冗余，可以借助functools.reduce自动迭代完成所有表的合并，不需要重复写merge语句：

import pandas as pd
from functools import reduce

# 将所有需要合并的DataFrame存入列表
df_to_merge = [
    df1[['user', 'books']],
    df2[['user', 'animal']],
    df3[['user', 'place']]
]

# 自动依次取列表内两个表做合并，再将结果和下一个表继续合并
result = reduce(lambda left_df, right_df: pd.merge(left_df, right_df, on='user'), df_to_merge)

如果需要调整连接逻辑，只需要在pd.merge()中增加how参数即可：how='left'为左连接、how='outer'为全外连接，默认how='inner'取所有表共有的user值，和你双表合并的默认逻辑一致。

内容的提问来源于stack exchange，提问作者nerd