Python 合并3个或更多数据帧

我正在尝试通过索引合并3个数据帧，但是到目前为止没有成功

代码如下：

import pandas as pd
from functools import reduce

#identifying csvs

x='/home/'
csvpaths = ("Data1.csv", "Data2.csv", "Data3.csv")
dfs = list()   # an empty list

#creating dataframes based on number of csvs

for i in range (len(csvpaths)):
    dfs.append(pd.read_csv(str(x)+ csvpaths[i],index_col=0))
print(dfs[1])

#creating suffix for each dataframe's columns
S=[]

for y in csvpaths:
    s=str(y).split('.csv')[0]
    S.append(s)
print(S)



#merging attempt
dfx = lambda a,b: pd.merge(a,b,on='SHIP_ID',suffixes=(S)), dfs

print(dfx)
print(dfx.columns)

如果我尝试将其导出为csv，则会出现如下错误（当我尝试打印dfx.columns时出现类似错误）： “tuple”对象没有“to_csv”属性

我想要的输出是如下3个数据帧的合并（带有各自的后缀），请帮助

[注：下表非常简化，原始表由几十列和数千行组成，因此需要实际的合并方法]

试试：

用于邮政编码中的s、el（后缀、dfs）：
el.columns=[str（col）+s表示el.columns中的col]
dfx=pd.concat（dfs，ignore_index=True，sort=False，axis=1）

对于我使用的测试用例：

将熊猫作为pd导入
dfs=[pd.DataFrame（{“x”：[1,2,7]，“y”：列表（“ghi”）}），pd.DataFrame（{“x”：[5,6]，“z”：[4,4]}），pd.DataFrame（{“x”：列表（“acgjksd”）}）]
后缀=[“_1”、“_2”、“_3”]
对于s，zip中的el（后缀，dfs）：
el.columns=[str（col）+s表示el.columns中的col]
>>>pd.concat（dfs，忽略索引=True，排序=False，轴=1）
x_1 y_1 x_2 z_2 x_3
0 1.0克5.0 4.0安
1 2.0高6.0 4.0摄氏度
2 7.0 i楠楠g
3南j
4南角
5南s
6南d

---

编辑：

用于邮政编码中的s、el（后缀、dfs）：
el.columns=[str（col）+s表示el.columns中的col]
el.set_索引（'ID'，就地=真）
dfx=pd.concat（dfs，忽略索引=False，排序=False，轴=1）。重置索引（）

试试reduce：我试过了。详情见上文。任何其他选项请共享输入数据和预期输出dfx=reduce（lambda left，right:pd.merge（left，right，on=None，how='outer'，），dfs）这只适用于2个数据帧，而不是3个想法？对不起，我无法共享输入数据。我如上所述共享的输出数据。每个数据帧由一列和iam组成，通过索引合并。后缀位起作用。然而，关于数据帧的合并并没有起作用，因为我的索引是一个序列号，并且每个数据都不相同。有没有办法用merge或functools/reduce方法解决这个问题呢？是的，现在就试试看——只是

忽略_index=True

和

排序=False

嗨，它不起作用。相反，我为前两个dfs创建了一个初始合并数据帧，然后为剩余的dfs创建了一个for循环（在上面的示例中，我有3dfs，但我正在创建一个必须处理3个或更多的代码），如下所示：df=pd.merge（dfs[0]，dfs[1]，on='ID'，how='outer'）L=0，用于范围内的i（len（dfs）-2）：L=L+1 df=pd.merge（df，dfs[L+1]，on='ID'，how='outer'）嗯，这有点过分了，所以您基本上希望对数组中的所有数据帧进行完全外部联接，对吗<代码>ID是否为密钥？我认为我的编辑应该可以做到这一点，然后我在一个更简化的数据帧列表上尝试了pd.concat，它工作得很好。不确定为什么我在更大/更复杂的dfs上出现错误可能是由于您建议的原因。我去看看。