Python Pandas通过匹配主标识符将来自多个数据帧的数据追加到同一行，如果该数据帧没有结果，则留空

Question

对于python和pandas非常陌生，我只在尝试学习和自动化乏味的Excel任务时偶尔使用它。我遇到了一个问题，我不能通过Google或这里的Stack Overflow找到我要找的东西。在

我目前有6个不同的excel（.xlsx）文件，我可以分析和读取到数据帧。但是，每当我尝试将它们追加到一起时，它们只是作为新行添加到最终输出的excel文件中，但是我尝试将相似的数据值追加到同一行，而不是同一列，这样我就可以看到这个唯一的值是否显示在这些数据集中。下面是一个简短的例子

[df1]
0    Col1    Col2    
1    XYZ     41235
2    OAIS    15123
3    ABC     48938

[df2]
 0   Col1    Col2
 1   KFJ     21493
 2   XYZ     43782
 3   SHIZ    31299
 4   ABC     33347

[Expected Output]
 0    Col1    [df1]     [df2]    
 1    XYZ     41235     43782
 2    OAIS    15123     
 3    ABC     48938     33347
 4    KFJ               21493
 5    SHIZ              31299

我尝试过使用合并，但是实际的数据表要复杂得多，因为我想在每个数据集中附加23列与每个唯一标识符相关联的数据。例如，[df2]中的[XYZ]在接下来的23列中有关联的信息，我想在[df1]中的[XYZ]值中的23列之后追加这些信息。在

我该怎么做呢？每个excel表中大约有200行，我只需要在[df2]和[df1]中找到一个匹配的唯一标识符，然后用[df1]找到[df3]，以此类推，直到[df6]为止，并将这些列附加到一个新的数据帧上，该数据帧最终将作为新的excel文件输出。在

^{pr2}$

是目前我将excel文件读入数据帧的方式，我确信我可以循环它，但是，我不确定这样做的最佳实践，而不是硬编码数据帧的每个初始化。在

Answer 1

您需要使用参数how='outer'合并

new_df = df1.merge(df2, on = 'Col1',how = 'outer', suffixes=('_df1', '_df2'))

你得到了

^{pr2}$