Question

我有一个DataFrame df，其中MultiIndex的{{1}}和一堆列。我有一个(id1, id2, date)，s，其中Series作为索引，(id1, id2)作为值。我想选择df中的所有行，其中date与s中的对应值匹配。最好的方法是什么？

我认为我可以重置(id1, id2, date)和s上的索引，然后将这些列用作做右外部df的连接列。这不是很好，因为它需要重置散列的索引，因此使用合并索引要比使用列快。似乎不可能没有值的merge（而索引必须为Series）在这种情况下是理想的。还有其他想法吗？

Answer 1

您可以通过pandas 0.23.0+中的列名称和索引来merge：

print (df.merge(s.to_frame(), on=['id1','id2','date']))

示例：

df = pd.DataFrame({'date':pd.date_range('2015-01-01', periods=6),
                   'id1':[4,5,4,5,5,4],
                   'id2':[7,8,9,4,2,3],
                   'F':list('aaabbb')}).set_index(['id1','id2','date'])

print (df)
                    F
id1 id2 date         
4   7   2015-01-01  a
5   8   2015-01-02  a
4   9   2015-01-03  a
5   4   2015-01-04  b
    2   2015-01-05  b
4   3   2015-01-06  b

s = pd.DataFrame({'date':pd.date_range('2015-01-01', periods=3), 
                  'id1':[4,5,0], 
                  'id2':[7,8,2]}).set_index(['id1','id2'])['date']
print (s)
id1  id2
4    7     2015-01-01
5    8     2015-01-02
0    2     2015-01-03
Name: date, dtype: datetime64[ns]

df1 = df.merge(s.to_frame(), on=['id1','id2','date'])
print (df1)
              date  F
id1 id2              
4   7   2015-01-01  a
5   8   2015-01-02  a

另一种解决方案：

df1 = df.reset_index().merge(s.reset_index(), on=['id1','id2','date'])
print (df1)
   id1  id2       date  F
0    4    7 2015-01-01  a
1    5    8 2015-01-02  a

可以使用reindex解决方案，但需要MultiIndex es的交集：

s_index = s.to_frame().assign(tmp=1).set_index('date', append=True).index
idx = df.index.intersection(s_index)
df1 = df.reindex(idx)
print (df1)

                    F
id1 id2 date         
4   7   2015-01-01  a
5   8   2015-01-02  a

根据另一个系列索引从数据框中选择行

1 个答案: