Question

我有两个数据框，df1和df2，它们都是多索引的。

在第一个索引级别，两个数据帧共享相同的密钥（即df1.index.get_level_values(0)和df2.index.get_level_values(0)包含相同的元素）。这些键是无序字符串，例如['foo','bar','baz']。

在第二个索引级别，两个数据帧的时间戳都是有序的，但间隔不等。

我的问题如下。我希望以这样的方式合并df1和df2，对于级别1的每个键，df2的值应插入df1而不更改顺序df1。

我尝试使用pd.merge，pd.merge_asof和pd.MultiIndex.searchsorted。从这些方法的描述来看，似乎其中一个应该为我做的伎俩，但我无法弄清楚如何。理想情况下，我希望找到一种避免在index.get_level_values(0)中循环键的解决方案，因为我的数据帧可能会变大。

一些失败的尝试尝试：

df_merged = pd.merge(left=df1.reset_index(), right=df2.reset_index(),
                     left_on=[['some_keys', 'timestamps_df1']], right_on=[['some_keys', 'timestamps_df2']],
                     suffixes=('', '_2')
                     ) # after sorting
# FAILED

df2.index.searchsorted(df1, side='right') # after sorting
# FAILED

非常感谢任何帮助！

Answer 1

根据您的说明，以下是merge_asof

的解决方案

df_merged = pd.merge_asof(left=df1.reset_index(), right=df2.reset_index(),
                     left_on=['timestamps_df1'], right_on=['timestamps_df2'],by='some_keys',
                     suffixes=('', '_2')
                     )

Pandas：merge_asof-like解决方案，用于合并两个多索引DataFrame？

1 个答案: