Pandas数据框在没有重新索引的情况下保持合并

时间:2014-09-11 17:33:05

标签: python pandas merge dataframe

想知道是否有一种更直观的方式来合并数据帧

In[140]: df1 = pd.DataFrame(data=[[1,2],[3,4],[10,4],[5,6]], columns=['A','B'], index=[1,3,5,7])
In[141]: df1
Out[141]: 
    A  B
1   1  2
3   3  4
5  10  4
7   5  6

In[142]: df2 = pd.DataFrame(data=[[1,5],[3,4],[10,3],[5,2]], columns=['A','C'], index=[0,2,4,6])
In[143]: df2
Out[143]: 
    A  C
0   1  5
2   3  4
4  10  3
6   5  2

我想要的合并应该是这样的

    A  B  C
1   1  2  5
3   3  4  4
5  10  4  3
7   5  6  2

关键是保留原始左数据框索引 左合并不起作用,因为它重新索引

In[150]: pd.merge(df1, df2, how='left', on='A')
Out[150]: 
    A  B  C
0   1  2  5
1   3  4  4
2  10  4  3
3   5  6  2

经过一些试验和错误后,发现这种方式有效,但想知道是否有更直观的方法来实现同样的目标。

In[151]: pd.merge(df1, df2, how='outer', on=['A'], right_index=True)
Out[151]: 
    A  B  C
1   1  2  5
3   3  4  4
5  10  4  3
7   5  6  2

1 个答案:

答案 0 :(得分:2)

pd.merge(df1, df2, how='outer', on=['A'], right_index=True)

对我来说有点奇怪。它说让我们在A列上连接两个表,并且在左表上没有任何内容的情况下连接右表的索引。我想知道为什么会这样。

我会做这样的事情:

In [27]: df1['index'] = df1.index
In [28]: df2['index'] = df2.index
In [33]: df_merge = pd.merge(df1, df2, how='left', on=['A'])
In [34]: df_merge
Out[34]:
    A  B  index_x  C  index_y
0   1  2        1  5        1
1   3  4        3  4        2
2  10  4        5  3        3
3   5  6        7  2        4

In [35]: df_merge = df_merge[['A', 'B', 'C', 'index_x']]

In [36]: df_merge
Out[36]:
    A  B  C  index_x
0   1  2  5        1
1   3  4  4        3
2  10  4  3        5
3   5  6  2        7

[4 rows x 4 columns]

In [37]: df_merge.set_index(['index_x'])
Out[37]:
          A  B  C
index_x
1         1  2  5
3         3  4  4
5        10  4  3
7         5  6  2