如何“合并”多个熊猫数据框与索引作为数据框列？

Question

我有两只大熊猫dataframes：一：

import pandas as pd 
df1 = pd.read_csv('filename1.csv') 
df1 
    A  B 
0 1  22 
1 2  15 
2 5  99 
3 6  1 
.... 

和两个

df2 = pd.read_csv('filename1.csv') 
df2 
    A  B 
0 1  6 
1 3  52 
2 4  15 
3 5  62 
...  

我想这些dataframes为这个新的数据框的索引合并成一个单一的数据帧，与A列。

列是文件名，行是'A'的值。

如果这些索引不存在值，则存在NaN。列名应该是上面* csv的文件名。

filename1 filename2 
1 22   6 
2 15   NaN 
3 NaN   52 
4 NaN   15 
5 99   62 
6 1   NaN 

这是怎么回事？对于两个文件，可以使用pandas.merge()，但是有几十个原始数据帧存在？

Answer 1

files = ['file1', 'file2'] 

def read(f): 
    f = f + '.csv' 
    df = pd.read_csv(f, usecols=['A', 'B']) 
    return df.drop_duplicates(subset=['A']).set_index('A').B 

pd.concat([read(f) for f in files], axis=1, keys=files)