Question

我正在尝试将几列数据添加到现有数据框中。数据框本身是从许多其他数据框架构建的，我成功地加入了相同的索引。为此，我使用了这样的代码：

    data = p_data.join(r_data)

我实际上在多索引上加入了这些，因此数据框看起来如下所示，其中Name1和Name 2是索引：

    Name1    Name2    present    r      behavior
    a        1        1          0      0
             2        1          .5     2
             4        3          .125   1
    b        2        1          0      0
             4        5          .25    4
             8        1          0      1

因此Name1索引不会重复数据，但Name2索引会重复（我使用它来跟踪二元组，因此Name1和Name2一起只表示一次）。我现在想要添加的是4列数据，这些数据对应于Name2数据（有关二元组第二个成员的信息）。与“当前”“r”和“行为”数据不同，这些数据是每个人，而不是每个人。所以我在合并时不需要考虑Name1数据。

问题在于，当重复使用Name2数据以耗尽二元组合时，我现在想要添加的数据中的“Name2”列只有每个Name2个体的一个数据：

    Name2    Data1    Data2    Data3
    1        80       6        1
    2        61       8        3
    4        45       7        2
    8        30       3        6

我希望输出看起来像：

    Name1    Name2    present    r      behavior    Data1    Data2    Data3
    a        1        1          0      0           80       6        1
             2        1          .5     2           61       8        3
             4        3          .125   1           45       7        2
    b        2        1          0      0           61       8        3
             4        5          .25    4           45       7        2
             8        1          0      1           30       3        6

尽管阅读了文档，但我不清楚是否可以使用join（）或merge（）来获得所需的结果。如果我尝试连接到现有的数据帧，就像我之前使用的简单数据帧一样，我最终得到了新的列，但它们充满了NaN值。我还尝试使用Name1和Name2作为列或索引的各种组合，使用连接或合并（不是听起来随机，但我显然没有正确解释文档！）。非常感谢你的帮助，因为我现在非常失落。

Answer 1

我不确定这是否是最佳方式，但您可以使用reset_index暂时使原始DataFrame仅由Name2编制索引。然后你可以像往常一样执行join。然后使用set_index再次使Name1成为MultiIndex的一部分：

import pandas as pd

df = pd.DataFrame({'Name1':['a','a','a','b','b','b'],
                   'Name2':[1,2,4,2,4,8],
                   'present':[1,1,3,1,5,1]})
df.set_index(['Name1','Name2'], inplace=True)

df2 = pd.DataFrame({'Data1':[80,61,45,30],
                    'Data2':[6,8,7,3]},
                   index=pd.Series([1,2,4,8], name='Name2'))
result = df.reset_index(level=0).join(df2).set_index('Name1', append=True)
print(result)
#              present  Data1  Data2
# Name2 Name1                       
# 1     a            1     80      6
# 2     a            1     61      8
#       b            1     61      8
# 4     a            3     45      7
#       b            5     45      7
# 8     b            1     30      3

要使结果看起来更像您想要的DataFrame，您可以对索引重新排序和排序：

print(result.reorder_levels([1,0],axis=0).sort(axis=0))
#              present  Data1  Data2
# Name1 Name2                       
# a     1            1     80      6
#       2            1     61      8
#       4            3     45      7
# b     2            1     61      8
#       4            5     45      7
#       8            1     30      3

Pandas：根据列数据合并或加入数据帧？

1 个答案: