如何找出3个DataFrame中出现2次及以上的'num'值并标记次数？

嘿，我完全懂你的困扰——内连接确实只能揪出三个DataFrame都共有的num，没法覆盖仅在两个里出现的情况。其实换个思路，咱们先把所有数据整合起来，统计每个num在多少个不同的DataFrame里出现，再筛选符合条件的就行，这才是最高效的方案。

方法一：Pandas 合并+分组统计（推荐，适配大数据量） #

这个方法能准确统计每个num跨DataFrame的出现次数，还能避免同一个DataFrame内重复num的干扰：

import pandas as pd

# 给每个DataFrame标记来源（方便后续统计不同来源的数量）
df1['from_df'] = 'df1'
df2['from_df'] = 'df2'
df3['from_df'] = 'df3'

# 合并三个DataFrame的`num`和来源列
combined_df = pd.concat([df1[['num', 'from_df']], df2[['num', 'from_df']], df3[['num', 'from_df']]])

# 按`num`分组，统计每个num在多少个不同的DataFrame里出现（去重统计来源）
num_counts = combined_df.groupby('num')['from_df'].nunique()

# 筛选出至少在2个DataFrame中出现的num，整理成最终结果
final_result = num_counts[num_counts >= 2].reset_index()
final_result.columns = ['num', 'occurrence_count']

为什么这个方法好用？ #

• 不管单个DataFrame里的num重复多少次，都只会按「不同DataFrame」计数，结果更准确
• 效率高，处理十万级以上的数据也不会卡顿
• 扩展性强：后续再加DataFrame，只需要重复添加来源标记、合并两步就行

方法二：集合运算（适合小数据量，逻辑直观） #

如果你的数据量不大，用集合的交集/并集运算会更直观：

# 先提取每个DataFrame的唯一num集合
set_df1 = set(df1['num'].unique())
set_df2 = set(df2['num'].unique())
set_df3 = set(df3['num'].unique())

# 找出至少在两个集合里出现的num：两两交集的并集
target_nums = (set_df1 & set_df2) | (set_df1 & set_df3) | (set_df2 & set_df3)

# 统计每个num的出现次数
final_result = pd.DataFrame([
    {'num': num, 'occurrence_count': sum(1 for s in [set_df1, set_df2, set_df3] if num in s)}
    for num in target_nums
])

为什么内连接不行？ #

内连接（pd.merge多次）本质是取三个DataFrame的交集，只有同时存在于三个df里的num才会被保留，自然会漏掉仅在两个df里出现的情况。而我们需要的是「两两交集的并集」，刚好是上面两种方法能覆盖的范围。

内容的提问来源于stack exchange，提问作者Hana