Блог

У меня в коде 3 фрейма данных…мне нужно объединить все 3 в один фрейм данных и сохранить его в листе Excel. Прикрепил ниже 3 фрейма данных, и я хотел создать новый фрейм данных на основе asset_id.

Я попробовал, как показано ниже:

 import pickle
import os
frames = [a_dataframe, pandaDf, pandaDf1]
result = pd.concat(frames)
 

Это не сработало…Может кто-нибудь, пожалуйста, мне поможет

фрейм1 данных:

фрейм данных 2:

Фрейм данных 3:

выход:

Конечный результат после слияния

 final_df=pandaDf.append(pandaDf1, sort=True).merge(a_dataframe, on='asset_id')
final_df


final_df=pandaDf.append(pandaDf1, sort=True).merge(a_dataframe, on='asset_id')
final_df
final_df.head(10).to_dict()
 

попробуйте это:

 a_dataframe['property_name'] = a_dataframe['property_name'].astype(str)
pandaDf['property_name'] = pandaDf['property_name'].astype(str)

a_dataframe['property_value'] = a_dataframe['property_value'].astype(int)
pandaDf['property_value'] = pandaDf['property_value'].astype(int)

final_df = a_dataframe.merge(pandaDf, on='asset_id', how='left')
final_df = final_df.merge(pandaDf1, on='asset_id', how='left')
 

в одной строке вы можете попробовать это:

 final_df = pandaDf1.merge(a_dataframe.merge(pandaDf,on='asset_id'),on='asset_id')
 

РЕДАКТИРОВАТЬ и добавлять код по запросу:

 import pandas as pd
  
df1 = pd.DataFrame({'id': {0: 1, 1: 2, 2: 3, 3:4},
                   'p_value': {0: "HOR", 1: "HOR", 2: "HOR", 3:"HOR"}})

df2 = pd.DataFrame({'id': {0: 1, 1: 2, 2: 3, 3:4},
                   'p_value': {0: "GRAN", 1: "GRAN", 2: "GRAN", 3:"GRAN"}})


df3 = pd.DataFrame({'id': {0: 1, 1: 2, 2: 3, 3:4},
                   'r_id': {0: "24", 1: "32", 2: "42", 3:"45"}})

final_df = df3.merge(df1.merge(df2, on='id'),on='id')
final_df
 

выход:

 
id  r_id    p_value_x   p_value_y
0   1   24  HOR GRAN
1   2   32  HOR GRAN
2   3   42  HOR GRAN
3   4   45  HOR GRAN
 

Вы можете добавить первые 2 кадра данных, а затем объединить 3-й кадр данных следующим образом:

 final_df = df1.append(df2, sort=True).merge(df3, on='asset_id')
 

Результат:

 print(final_df)

   asset_id property_name  property_value  revision_id
0         1       HORIZON              24          314
1         1   GRANULARITY              24          314
2         2       HORIZON              48           12
3         2   GRANULARITY              24           12
4         3       HORIZON              24           24
5         3   GRANULARITY              24           24
6         4       HORIZON              24           43
7         4   GRANULARITY              48           43
 

Редактировать

Чтобы в дальнейшем сделать HORIZON и GRANULARITY как заголовки столбцов и поместить их property_value под столбцы, вы можете сделать pivot следующее:

 final_df_pivoted = final_df.pivot(index=['asset_id', 'revision_id'], columns='property_name', values='property_value').rename_axis(columns=None).reset_index()
 

Результат:

 print(final_df_pivoted)

   asset_id  revision_id  GRANULARITY  HORIZON
0         1          314           24       24
1         2           12           24       48
2         3           24           24       24
3         4           43           48       24
 

Ответ правильный, но неясно, что представляют собой ваши данные или как вы хотите объединить фреймы данных. В первом кадре данных «asset_id» 1 имеет «имя свойства» «ГОРИЗОНТ», но во втором кадре данных тот же «asset_id» имеет «имя свойства «»ДЕТАЛИЗАЦИЯ». Запутанным. И невозможно объединить фреймы данных красиво и логично.

Возможно, переименование столбцов с отличительными именами могло бы помочь дать полезные и полезные ответы.

Решение, приведенное выше пользователем 1740577, похоже, работает.

Я создал непосредственно три фрейма данных в python и попробовал приведенное решение, и оно сработало. вот мой код. Попробуйте проверить, работает ли он на вашей машине. Если это не так, это может быть способом загрузки ваших экселов во фрейм данных, что может вызвать ошибку.

 import numpy as np
import pandas as pd
import IPython

df0 = pd.DataFrame(data=[[1, 'HORIZON', 24], 
                     [2, 'HORIZON', 48], 
                     [3, 'HORIZON', 24],
                     [4, 'HORIZON', 24]], columns=['asset_id', 'property_name', 'property_value'])


df1 = pd.DataFrame(data=[[3, 'GRANULARITY', 24],
                     [4, 'GRANULARITY', 48],
                     [1, 'GRANULARITY', 24],
                     [2, 'GRANULARITY', 24]], columns=['asset_id', 'property_name', 'property_value'])


df2 = pd.DataFrame(data=[[4, 24],
                     [2, 43],
                     [3, 314],
                     [1, 12]], columns=['asset_id','revision_id'])


print(df0)
print(df1)
print(df2)

final_df = df0.merge(df1, on='asset_id', how='left')
final_df = final_df.merge(df2, on='asset_id', how='left')

print(final_df)

IPython.embed()