熊猫合并多数据帧（涉及DataFrame）

Question

我有熊猫数据框合并问题。

PLZ，以下数据..

Rating csv 
UserID ContentID Rating 
U-1  C-1  3 
U-1  C-2  4 
U-3  C-3  1 
U-5  C-1  5 

Content csv 
Title ContentID Language 
T-1  C-1  EN 
T-2  C-2  EN 
T-3  C-3  EN 

User csv 
UserID Age Gender 
U-1 10 1 
U-2 20 0 
U-3 30 1 
U-4 40 0 
U-5 50 1 
U-6 60 0 
U-7 70 1 

我想结果

UserID ContentID Rating Title Language Age Gender 
U-1  C-1  3  T-1  EN  10  1 
U-1  C-2  4  T-2  EN  10  1 
U-1  C-3  NAN T-3  EN  10  1 
U-2  C-1  NAN T-1  EN  20  0 
U-2  C-2  NAN T-2  EN  20  0 
U-2  C-3  NAN T-3  EN  20  0 
U-3  C-1  NAN T-1  EN  30  1   
U-3  C-2  NAN T-2  EN  30  1 
U-3  C-3  1  T-3  EN  30  1  
U-4  C-1  NAN T-1  EN  40  0  
U-4  C-2  NAN T-2  EN  40  0 
U-4  C-3  NAN T-3  EN  40  0 
U-5  C-1  5  T-1  EN  50  1   
U-5  C-2  NAN T-2  EN  50  1  
U-5  C-3  NAN T-3  EN  50  1  
U-6  C-1  NAN T-1  EN  60  0  
U-6  C-2  NAN T-2  EN  60  0  
U-6  C-3  NAN T-3  EN  60  0  
U-7  C-1  NAN T-1  EN  70  1  
U-7  C-2  NAN T-2  EN  70  1  
U-7  C-3  NAN T-3  EN  70  1  

总DF行大小是用户ID（用户CSV）计数*内容识别（内容CSV）计数 （EX>以上7 * 3 - > 21行）

所有DataFrame都相关。换句话说，Result DataFrame仅仅是保留评级区域（NAN），其他区域是非南区域。其他区域是非南区域。

真实大小的内容（6000），用户（220000） - >总结果行数：约13亿

我尝试它，但它是提高的MemoryError ...

PLZ，帮助me..Thanks ..

Answer 1

您可以使用跨左加盟加盟 - 必须的唯一值df2.ContentID和df3.UserID：

df = pd.merge(pd.merge(df3.assign(A=1), df2.assign(A=1), on='A'), df1, 'left').drop('A', 1) 
print (df) 
    UserID Age Gender Title ContentID Language Rating 
0  U-1 10  1 T-1  C-1  EN  3.0 
1  U-1 10  1 T-2  C-2  EN  4.0 
2  U-1 10  1 T-3  C-3  EN  NaN 
3  U-2 20  0 T-1  C-1  EN  NaN 
4  U-2 20  0 T-2  C-2  EN  NaN 
5  U-2 20  0 T-3  C-3  EN  NaN 
6  U-3 30  1 T-1  C-1  EN  NaN 
7  U-3 30  1 T-2  C-2  EN  NaN 
8  U-3 30  1 T-3  C-3  EN  1.0 
9  U-4 40  0 T-1  C-1  EN  NaN 
10 U-4 40  0 T-2  C-2  EN  NaN 
11 U-4 40  0 T-3  C-3  EN  NaN 
12 U-5 50  1 T-1  C-1  EN  5.0 
13 U-5 50  1 T-2  C-2  EN  NaN 
14 U-5 50  1 T-3  C-3  EN  NaN 
15 U-6 60  0 T-1  C-1  EN  NaN 
16 U-6 60  0 T-2  C-2  EN  NaN 
17 U-6 60  0 T-3  C-3  EN  NaN 
18 U-7 70  1 T-1  C-1  EN  NaN 
19 U-7 70  1 T-2  C-2  EN  NaN 
20 U-7 70  1 T-3  C-3  EN  NaN