pandas的更新＆gt; = 0.24.0

Question

有没有办法在不重置索引的情况下在MultiIndex的单个级别上进行合并？

我有一个时间不变值的“静态”表，由ObjectID索引，我有一个时变字段的“动态”表，由ObjectID + Date索引。我想一起加入这些表格。

现在，我能想到的最好的是：

dynamic.reset_index().merge(static, left_on=['ObjectID'], right_index=True)

然而，动态表格非常大，我不想让它的索引粘在一起以便合并这些值。

Answer 1

是的，因为pandas 0.14.0，现在可以使用.join将单个索引的DataFrame与多索引DataFrame的级别合并。

df1.join(df2, how='inner') # how='outer' keeps all records from both data frames

The 0.14 pandas docs将此描述为等效，但内存效率更高，速度更快：

merge(df1.reset_index(),
      df2.reset_index(),
      on=['index1'],
      how='inner'
     ).set_index(['index1','index2'])

文档还提到.join不能用于在单个级别上合并两个多索引的DataFrame，也不能用于上一期的GitHub跟踪器讨论，看起来这可能不是优先实现的：

所以我合并了单一联接，见＃6363;以及一些文档如何进行多重连接。这实际上相当复杂实行。和恕我直言，不值得努力，因为它真的不会改变内存使用/速度很多。

然而，有一个关于此的GitHub对话，其中有一些最近的发展https://github.com/pydata/pandas/issues/6360。也可以通过重置前面提到的和文档中描述的索引来实现这一点。

pandas的更新＆gt; = 0.24.0

现在可以将多索引数据帧相互合并。根据{{3}}：

index_left = pd.MultiIndex.from_tuples([('K0', 'X0'), ('K0', 'X1'),
                                        ('K1', 'X2')],
                                        names=['key', 'X'])

left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']}, index=index_left)

index_right = pd.MultiIndex.from_tuples([('K0', 'Y0'), ('K1', 'Y1'),
                                        ('K2', 'Y2'), ('K2', 'Y3')],
                                        names=['key', 'Y'])

right = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                      'D': ['D0', 'D1', 'D2', 'D3']}, index=index_right)

left.join(right)

输出：

            A   B   C   D
key X  Y                 
K0  X0 Y0  A0  B0  C0  D0
    X1 Y0  A1  B1  C0  D0
K1  X2 Y1  A2  B2  C1  D1

[3 rows x 4 columns]

Answer 2

我通过重新索引数据帧合并以获得完整的多索引来解决这个问题，以便可以进行左连接。

# Create the left data frame
import pandas as pd
idx = pd.MultiIndex(levels=[['a','b'],['c','d']],labels=[[0,0,1,1],[0,1,0,1]], names=['lvl1','lvl2'])
df = pd.DataFrame([1,2,3,4],index=idx,columns=['data'])

#Create the factor to join to the data 'left data frame'
newFactor = pd.DataFrame(['fact:'+str(x) for x in df.index.levels[0]], index=df.index.levels[0], columns=['newFactor'])

通过重新索引newFactor数据帧以包含左数据框的索引来对子索引进行连接

df.join(newFactor.reindex(df.index,level=0))

Answer 3

我会将映射用于单个列：

df1['newcol'] = df1.index.get_level_values(-1).map(lambda x: df2.newcol[x])

Answer 4

这对我有用！

gData.columns = gData.columns.droplevel(0)

grpData = gData.reset_index()
grpData

pd.merge(grpData,cusData,how='inner')

此处，gData是具有两个级别的多索引数据帧，而cusData是单个索引数据帧。

合并单级MultiIndex

4 个答案:

pandas的更新＆gt; = 0.24.0