Question

我正在尝试合并两个具有公共行索引和公共列0,1,2但不同列3的pandas数据帧，因此生成的数据帧包含两个列：

第一个数据帧：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 817 entries, 0 to 816
Data columns (total 3 columns):
0    817 non-null int64
1    817 non-null int64
2    817 non-null float64
dtypes: float64(1), int64(2)
memory usage: 19.2 KB


0   1       2
0   1950    1   -0.060310
1   1950    2   0.626810
2   1950    3   -0.008128
3   1950    4   0.555100
4   1950    5   0.071577

第二个数据帧：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 817 entries, 0 to 816
Data columns (total 3 columns):
0    817 non-null int64
1    817 non-null int64
2    817 non-null float64
dtypes: float64(1), int64(2)
memory usage: 19.2 KB

0   1       2
0   1950    1   0.92
1   1950    2   0.40
2   1950    3   -0.36
3   1950    4   0.73
4   1950    5   -0.59

到目前为止，我尝试使用merge：

pd.merge(df, df2, left_index=True, right_index=True, how='outer')

但结果不是我所期望的：

    0_x     1_x     2_x     0_y     1_y     2_y
0   1950    1   -0.060310   1950    1   0.92
1   1950    2   0.626810    1950    2   0.40
2   1950    3   -0.008128   1950    3   -0.36
3   1950    4   0.555100    1950    4   0.73
4   1950    5   0.071577    1950    5   -0.59

用concat：

pd.concat([df, df2], axis=1, ignore_index=True).head()


0   1       2       3       4       5
0   1950    1   -0.060310   1950    1   0.92
1   1950    2   0.626810    1950    2   0.40
2   1950    3   -0.008128   1950    3   -0.36
3   1950    4   0.555100    1950    4   0.73
4   1950    5   0.071577    1950    5   -0.59

我期待像

这样的东西

0   1       2       3     
0   1950    1   -0.060310    0.92
1   1950    2   0.626810     0.40
2   1950    3   -0.008128    -0.36
3   1950    4   0.555100     0.73
4   1950    5   0.071577     -0.59

编辑：也许我不清楚，如果是这样，我道歉，我正在尝试添加第二个数据集中的最后一列，因此我有相同的年份，月份，值1然后是value2列

Answer 1

我会尝试：

pd.merge(df, df2, on=['0', '1'])

也许

pd.merge(df, df2, on=[0,1]

Answer 2

只是做：

df.merge(df2, on=1)

一旦它们具有相同的索引，您就不需要添加索引列。默认情况下它可以是内连接。

您的错误只是通过索引进行合并，合并功能并不知道两列数据中的列1相等。

在pandas中合并两个具有相同行和索引的数据帧

2 个答案: