Question

我想要做的是在列上连接两个数据帧并保留其中一个的索引（但索引与我是否加入它们无关）。

例如，如果df1是我希望保留某些时间戳作为其索引的数据框，那么要加入“密钥”列上的df2，我的预期代码将是

df3 = pd.merge(df1, df2, on='key', left_index=True)

我希望df3将df1和df2的所有行都放在df3[key] == df1[key] == df2[key]和df3[key].index == df1[key].index中。

但事实并非如此。事实上，您发现df3的索引实际上是df2的索引。 right_index=True反之亦然。

我考虑过提交错误报告，但重读文档会让我相信（虽然完全反直觉）这可能不是错误的行为。

是连接两个表的正确方法，保留其中一个索引？

编辑：

我在'key'上进行内部联接。这不是问题。问题是我希望生成的行具有其中一个数据帧的索引。

例如，如果我在两个数据帧中有以下数据集：

df1 = pd.DataFrame(np.arange(4).reshape(2,2))
df2 = pd.DataFrame(np.arange(4).reshape(2,2), columns=[0,2])
df2.index = df2.index.map(lambda x: x + 10)

即，

我可以运行pd.merge(df1, df2, on=0)（正如预期的那样）产生

>>> pd.merge(df1,df2,on=0)
   0  1  2
0  0  1  1
1  2  3  3

但请注意，df2具有不同的索引。在我的实际数据中，这是我想保留的时间戳数据。它根本不用于加入，但它需要持久化。我可以只添加一列到df2来保持它，但这不是我想要做的。：）

我想要做的事情是pd.merge(df1, df2, on=0, right_index=True)和接收：

    0  1  2
10  0  1  1
11  2  3  3

但是，我实际上得到了 相反的 ：

>>> pd.merge(df1,df2,on=0,right_index=True)
   0  1  2
0  0  1  1
1  2  3  3

虽然扭转它们莫名其妙地起作用。

>>> pd.merge(df1,df2,on=0,left_index=True)
    0  1  2
10  0  1  1
11  2  3  3

Answer 1

我认为您所寻找的内容类似于SQL中的完全外部联接，在这种情况下，我认为以下内容可行：

df3 = pd.merge(df1, df2, on='key', how='outer')

至于只保留一个索引，在这种情况下应该自动完成，因为外连接保留了所有键。

使用您的示例：

In [4]: df1['key'] = df1.index

In [5]: df2['key'] = df2.index

In [6]: df3 = pd.merge(df1, df2, on='key', how='outer')

In [7]: df3
Out[7]:
   0_x   1  key  0_y   2
0    0   1    0  NaN NaN
1    2   3    1  NaN NaN
2  NaN NaN   10    0   1
3  NaN NaN   11    2   3

因此，在这种情况下，会创建一个新索引，但可以重新分配来自＆＃39; key＆＃39;的原始值。如果需要的话。

加入pandas表，保留一个索引

1 个答案: