une - remplacer valeur dataframe python




Pandas a quitté la jointure externe plusieurs données sur plusieurs colonnes (2)

Je suis nouveau à l'aide de DataFrame et je voudrais savoir comment effectuer un équivalent SQL de jointure externe gauche sur plusieurs colonnes sur une série de tables

Exemple:

df1: 
Year    Week    Colour    Val1 
2014       A       Red      50
2014       B       Red      60
2014       B     Black      70
2014       C       Red      10
2014       D     Green      20

df2:
Year    Week    Colour    Val2
2014       A     Black      30
2014       B     Black     100
2014       C     Green      50
2014       C       Red      20
2014       D       Red      40

df3:
Year    Week    Colour    Val3
2013       B       Red      60
2013       C     Black      80
2013       B     Black      10
2013       D     Green      20
2013       D       Red      50

Essentiellement je veux faire quelque chose comme ce code SQL (Notez que df3 n'est pas joint sur Year):

SELECT df1.*, df2.Val2, df3.Val3
FROM df1
  LEFT OUTER JOIN df2
    ON df1.Year = df2.Year
    AND df1.Week = df2.Week
    AND df1.Colour = df2.Colour
  LEFT OUTER JOIN df3
    ON df1.Week = df3.Week
    AND df1.Colour = df3.Colour

Le résultat devrait ressembler à:

Year    Week    Colour    Val1    Val2    Val3
2014       A       Red      50    Null    Null
2014       B       Red      60    Null      60
2014       B     Black      70     100    Null
2014       C       Red      10      20    Null
2014       D     Green      20    Null    Null

J'ai essayé d'utiliser la fusion et la jointure, mais je n'arrive pas à comprendre comment le faire sur plusieurs tables et quand il y a plusieurs articulations impliquées. Quelqu'un pourrait-il m'aider s'il vous plaît?

Merci


Fusionnez-les en deux étapes, df1 et df2 abord, puis le résultat de cela à df3 .

In [33]: s1 = pd.merge(df1, df2, how='left', on=['Year', 'Week', 'Colour'])

J'ai abandonné l'année de df3 puisque vous n'en avez pas besoin pour la dernière jointure.

In [39]: df = pd.merge(s1, df3[['Week', 'Colour', 'Val3']],
                       how='left', on=['Week', 'Colour'])

In [40]: df
Out[40]: 
   Year Week Colour  Val1  Val2 Val3
0  2014    A    Red    50   NaN  NaN
1  2014    B    Red    60   NaN   60
2  2014    B  Black    70   100   10
3  2014    C    Red    10    20  NaN
4  2014    D  Green    20   NaN   20

[5 rows x 6 columns]

On peut aussi le faire avec une version compacte de la réponse de @ TomAugspurger, comme ceci:

df = df1.merge(df2, how='left', on=['Year', 'Week', 'Colour']).merge(df3[['Week', 'Colour', 'Val3']], how='left', on=['Week', 'Colour'])






pandas