按ID合並兩個Excel文件並合並具有相同名稱的列（python，pandas）

Question

我是stackoverflow和python熊貓的新手。 我在尋找使用Python 2.7按ID將兩個Excel文件合並為一個Excel文件的文章中找到了答案的一部分

但是，我也想合並或合並兩個具有相同名稱的Excel文件中的列。 我以為下面的帖子會有我的答案，但是我想標題不正確： 合並具有相同列名的Pandas DataFrames

現在我有代碼：

import pandas as pd

file1 = pd.read_excel("file1.xlsx")
file2 = pd.read_excel("file2.xlsx")

file3 = file1.merge(file2, on="ID", how="outer")

file3.to_excel("merged.xlsx")

file1.xlsx

ID，JanSales，FebSales，測試
1100200，汽車
2200500，
3300400，船

file2.xlsx

ID，CreditScore等，EMMAScore，測試
2，良好的，沃森，飛機
3，還好，湯普森，
4，不那么好，NA，

我得到的是merged.xlsx

ID，JanSales，FebSales， test_x ，CreditScore，EMMAScore， test_y
1100200，汽車不同，NaN，NaN的，
2200500，好，沃森，飛機
3300400，船，還好，湯普森，
4，為NaN，NaN的,,不那么好，NaN的，

我想要的是merged.xlsx

ID，JanSales，FebSales，CreditScore，EMMAScore， test
1100200大，NaN，NaN的，汽車
2200500，好，沃森，飛機
3300400，還好，湯普森，船
4，為NaN，NaN的，不那么好，NaN的，萘乙酸

在我的實際數據中，有200多個列與示例中的“測試”列相對應。 我希望程序在file1.xlsx和file2.xlsx中找到具有相同名稱的這些列，並將它們合並在合並的文件中。

Answer 1

好的，這是一種更加動態的方式，在合並之后，我們假設將發生沖突並導致“ column_name_x”或“ _y”。

因此，首先找出通用列名稱，然后從此列表中刪除“ ID”

In [51]:

common_columns = list(set(list(df1.columns)) & set(list(df2.columns)))
common_columns.remove('ID')
common_columns
Out[51]:
['test']

現在，我們可以遍歷此列表以創建新列，並使用where來根據哪個值不為null來有條件地分配該值。

In [59]:

for col in common_columns:
    df3[col] = df3[col+'_x'].where(df3[col+'_x'].notnull(), df3[col+'_y'])
df3
Out[59]:
   ID  JanSales  FebSales test_x  CreditScore EMMAScore  test_y    test
0   1       100       200   cars          NaN       NaN     NaN    cars
1   2       200       500    NaN         good    Watson  planes  planes
2   3       300       400  boats         okay  Thompson     NaN   boats
3   4       NaN       NaN    NaN  not-so-good       NaN     NaN     NaN

[4 rows x 8 columns]

然后只需結束所有多余的列：

In [68]:

clash_names = [elt+suffix for elt in common_columns for suffix in ('_x','_y') ]
clash_names
df3.drop(labels=clash_names, axis=1,inplace=True)
df3
Out[68]:
   ID  JanSales  FebSales  CreditScore EMMAScore    test
0   1       100       200          NaN       NaN    cars
1   2       200       500         good    Watson  planes
2   3       300       400         okay  Thompson   boats
3   4       NaN       NaN  not-so-good       NaN     NaN

[4 rows x 6 columns]

上面的代碼段是這樣的： 給列表元素加上前綴列表前綴