熊貓：從多個數據框提取列到基於公共列名的新數據框

Question

我有4個從Excel導入的數據集，包含2013學年，2014年，2015年和2016年的total_budget。所有數據集都有一個共同的列，每所學校（列LAESTAB）。

接下來我想要一個新的數據集，其左側是列公共列LAESTAB（4個數據集中的值相同），列總數爲2013，總數爲2014，總數爲2015，總數爲2016（來自不同數據集）。

我也想擺脫其餘的數據，包括那些沒有出現在所有數據集中的學校ID。

我會嘗試進一步闡述它的例子：

下面是Excel中的數據集的一個示例：

>>> print cuts2016.head() 

    LA_codelocal_authority_name UPIN URN LAESTAB \ 
0  201  City of London 500000 0.0 2013614 
1  202    Camden 500005 0.0 2022095 
2  202    Camden 500007 0.0 2022219 
3  202    Camden 500012 0.0 2022502 
4  202    Camden 500014 0.0 2022603 

     School Name Academy? Phase Provider Type \ 
0 Sir John Cass's Foundation Primary School  No Primary  School 
1      Carlton Primary School  No Primary  School 
2      Fleet Primary School  No Primary  School 
3      Rhyl Primary School  No Primary  School 
4     Torriano Primary School  No Primary  School 


    MFG protection (+ve) or capping/scaling (-ve) total2016 \ 
0           35000 1659000 
1           68000 1956000 
2           -10000 1059000 
3           97000 2234000 
4            0 2284000 

另一張Excel數據集2005：

print cuts2015.head() 
    LA_code local_authority_name UPIN  URN LAESTAB \ 
0  201  City of London NaN 100000 2013614 
1  202    Camden NaN 100008 2022019 
2  202    Camden NaN 100009 2022036 
3  202    Camden NaN 100010 2022065 
4  202    Camden NaN 100011 2022078 

           school_name Phase Provider Type \ 
0 Sir John Cass's Foundation Primary School Primary  School 
1      Argyle Primary School Primary  School 
2     Beckford Primary School Primary  School 
3     Brecknock Primary School Primary  School 
4     Brookfield Primary School Primary  School 

    Basic Entitlement Total Funding Deprivation Total Funding total_pre_MFG \ 
0      1,206,000     215,000  1,644,000 
1      1,333,000     367,000  2,068,000 
2      1,482,000     359,000  2,221,000 
3      1,234,000     348,000  1,974,000 
4      1,436,000     256,000  2,028,000 

    MFG protection (+ve) or capping/scaling (-ve) total2015 \ 
0            0 1644000 
1          25,000 2093000 
2            0 2221000 
3          72,000 2046000 
4          -58,000 1970000 

我需要的最終結果如下（應顯示總計2014和2013）：

LAESTAB total2016 total2015 etc...\ 
2013614 1956000  1644000  
2022019 1059000  2093000 
2022036 2234000  2221000 
2022065 2284000  1970000 
... 

我試過'減少'如下，但它返回0行×66列。

dataframe_list = [cuts2013, cuts2014, cuts2015, cuts2016] 
df_final = reduce(lambda left,right: pd.merge(left,right,on='LAESTAB'), dataframe_list) 

Answer 1

的一種方式做，這是使用合併爲Mainul伊斯蘭教指出。在這裏你必須做3次合併操作才能合併4個數據幀。否則，您可以連接所有4個數據幀並執行groupby操作。

dataframe_list = [cuts2013, cuts2014, cuts2015, cuts2016] 
total = pd.concat(dataframe_list) 
total = total.groupby('LAESTAB')['total2013', 'total2014', 'total2015','total2016'].sum().reset_index() 

Answer 2

合併的dataframes SQL風格使用LAESTAB列，然後根據需要從data_merged刪除列。

import pandas as pd 
data_merged = pd.merge(cuts2016,cuts2015,on = "LAESTAB") 

更多關於合併，您可以檢查以下鏈接：

http://chrisalbon.com/python/pandas_join_merge_dataframe.html

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.merge.html