Python 熊猫-组合数据集

我有3个数据集，我正试图与熊猫结合

第一种类型的数据集如下所示。它有多个邮政编码索引值，因为数据框中有多家餐厅（我试图给这些餐厅更多的人口统计背景）

第二个是这样的（主要是邮政编码，而不是一个或两个属性，一个值对的键）

    postcode          burgers                  
    2640              38064  
  
    
    postcode       soda     
    3000           23715
    3002             854
    3003             780
    3004              35
    3006            3288>

这些都被简化了

当使用concat或与pandas合并时，我收到以下错误：

ValueError: Plan shapes are not aligned

使用此代码

result = pd.concat(frames,join='outer')

我如何将这些数据集简单地连接成一个？我犯了什么错误

基于注释的预期输出 基本上是寻找汉堡和苏打水作为邮政编码的一个值放入数据框中

范例

    postcode      pop growth    burgers    soda   address       
        3793          3,577      123123    1231   AbyRoad
        3793          3,577      12351      5151   northst
        3971             26      6666      7777   northunder abby

---

首先，您需要确保postcode列是每个数据帧的（唯一）索引

下一步，如果您确实拥有所有以索引作为邮政编码的数据帧，请将它们放入名为frames（数据帧列表）的列表中，并使用以下代码

dfList = [df1, df2, df3]
frames = [df.set_index('postcode') for df in dfList]
pd.concat(frames, axis=1)

如果这不起作用，也许试试这个-

from functools import reduce

frames = [df.reset_index() for df in dfList] #reset the indexes and add dfs into a list
df_final = reduce(lambda left,right: pd.merge(left,right,on='postcode'), frames)

---

ValueError:您正在尝试合并object和int64列。如果您希望继续，您应该使用pd.concat Next error:/这意味着您的某些“postcode”列具有不同的数据类型。您可以使用

df['postcode']=df['postcode'].astype（int）

from functools import reduce

frames = [df.reset_index() for df in dfList] #reset the indexes and add dfs into a list
df_final = reduce(lambda left,right: pd.merge(left,right,on='postcode'), frames)