Python 从多个数据帧中查找并返回相应的值

一个名称列表，我想检索不同数据帧中的每个对应信息，以形成一个新的数据帧

我将列表转换为1列数据帧，然后在不同的数据帧中查找其对应的值

这个想法被形象化为：

我试过：

import pandas as pd

data = {'Name': ["David","Mike","Lucy"]}

data_h = {'Name': ["David","Mike","Peter", "Lucy"],
    'Hobby': ['Music','Sports','Cooking','Reading'],
    'Member': ['Yes','Yes','Yes','No']}

data_s = {'Name': ["David","Lancy", "Mike","Lucy"],
    'Speed': [56, 42, 35, 66],
    'Location': ['East','East','West','West']}

df = pd.DataFrame(data)
df_hobby = pd.DataFrame(data_h)
df_speed = pd.DataFrame(data_s)

df['Hobby'] = df.lookup(df['Name'], df_hobby['Hobby'])

print (df)

但它返回的错误消息如下：

ValueError: Row labels must have same size as column labels

我也尝试过：

df = pd.merge(df, df_hobby, on='Name')

它可以工作，但它包含不必要的列

smart是一种高效的方法，尤其是当要查找的数据帧数量很多时

---

谢谢。

仅筛选用于合并的列和用于附加的列，如：

df = (pd.merge(df, df_hobby[['Name','Hobby']], on='Name')
        .merge(df_speed[['Name','Location']], on='Name'))
 
print(df)
    Name    Hobby Location
0  David    Music     East
1   Mike   Sports     West
2   Lucy  Reading     West

如果要使用列表，请使用具有筛选列的解决方案：

dfList = [df,  
          df_hobby[['Name','Hobby']],
          df_speed[['Name','Location']]]

from functools import reduce
df = reduce(lambda df1,df2: pd.merge(df1,df2,on='Name'), dfList)
print (df)
    Name    Hobby Location
0  David    Music     East
1   Mike   Sports     West
2   Lucy  Reading     West

---

合并时，您只能包含必要的列：

pd.merge（df，df_-hobby[['Name'，'hobby']]，on='Name'）

，也可以参考链接副本，在这里您可以创建

dfs=[df，df_-hobby['Name'，'hobby']]，df_-speed[[Name'，'speed']].

更正上述注释：

dfs=[df，df_-hobby['Name'，'hobby']，df_-speed][['Name'，'Location']]

then

reduce（lambda x，y:pd.merge（x，y，on='Name'），dfs）

@anky-hmmm，我认为应该重新打开它。@jezrael它与dupe-link相同，只是我们正在考虑数据帧的子集。如果您愿意，可以重新打开。但是，我不同意，因为重复链接有很多建议的和写得很好的答案。请注意，这是一个写得很好的问题though@anky-确实是我的奥皮尼谢谢你，先生！选项#1简单的岩石永远是国王。：）祝你和你的家人圣诞快乐，新年快乐！@MarkK-也祝你，也祝你安全健康；）谢谢。