Efectivamente tú diagnóstico es el adecuado. Lo que ocurre es que merge()
no acepta una lista de Dataframe
a lo sumo permite pasarle dos de estos objetos. Pero puedes iterar sobre la lista y hacer el proceso de merge
. Por ejemplo:
import pandas as pd
import numpy as np
df1 = pd.DataFrame(np.array([['a', 1, 2]]))
df2 = pd.DataFrame(np.array([['b', 3, 4]]))
df3 = pd.DataFrame(np.array([['c', 5, 6]]))
dfs = [df1, df2, df3]
Hemos creado una lista dfs
que contiene 3 DataFrame
, ahora podemos hacer el
merge
:
dfs = iter(dfs)
df_final = next(dfs)
for df_ in dfs:
df_final = df_final.merge(df_, left_index=True, right_index=True)
print(df_final)
0_x 1_x 2_x 0_y 1_y 2_y 0 1 2
0 a 1 2 b 3 4 c 5 6
Detalle:
Con dfs = iter(dfs)
convertimos la lista en un iterador
, esto por la forma en que vamos a procesar, al necesitar por un lado el primer elemento y luego el resto, es preferible hacerlo así y evitar hacer copias de listas.
Con df_final = next(dfs)
inicializamos el DataFrame
final con el primer objeto de la lista
Luego simplemente iteramos sobre los siguientes elementos de la lista y con df_final = df_final.merge(df_, left_index=True, right_index=True)
vamos haciendo el merge
de cada objeto.
Un resultado idéntico pero con menos líneas de código es usar la función reduce()
from functools import reduce
dfs = [df1, df2, df3]
df_final = reduce(lambda left,right: pd.merge(left,right,left_index=True, right_index=True), dfs)
print(df_final)