Question

是否可以合并具有一系列不同长度的多维数据框？组合df的方法有很多。我已经读过有关联接，串联，附加和合并的信息。我不知道该使用哪个。而且，所有参数都有许多可选参数，这使得它更加难以理解。有人可以澄清文档（https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html），特别是有关如何合并数据框和不同长度的系列的文档吗？

例如，我想合并以下多维数据框，

d = {'Name': ['Kitty', 'Harry', 'Bear', 'Sam', 'Max', 'Hunter', 'Fluffy'], 'Favloc': ['couch', 'windowsill', 'bed', 'basket', 'floor', 'carpet', 'haybale'], 'Pet': ['Cat', 'Cat', 'Cat', 'Dog', 'Dog', 'Dog', 'Hamster']}
df = pd.DataFrame(data=d)
df = df.set_index(['Pet', 'Name'])

print (df)
                 Favloc
Pet     Name           
Cat     Kitty     couch
        Harry   windows
        Bear        bed
        Sam      basket
Dog     Max       floor
        Hunter   carper

具有以下系列s1：

s1 = pd.Series([3,3,1], index=['Cat','Dog','Hamster'])

我希望结果是：

                      Favloc
Pet     cnts Name           
Cat     3    Kitty     couch
             Harry   windows
             Bear        bed
             Sam      basket
Dog     3    Max       floor
             Hunter   carper
Hamster 1    Fluffy  Haybale

我已经尝试过

result = df.join(s1)

但这会引发错误：

Cannot join with no level specified and no overlapping names

我知道我没有指定级别，但是我不知道如何指定级别。我应该说1级，因为我希望cnts处于1级索引上吗？（随着Favloc处于0级？另外，我不理解“名字不重叠”，因为猫，狗和仓鼠重叠，对吗？

我也尝试过

result = pd.concat([df, s1])

这导致在我希望看到该中心的每一列中都包含NAN的数据框。

然后我尝试：

result = pd.merge(df, s1)

我得到了：无法将DataFrame与类型

的实例合并

我用各种参数尝试了其中的所有方法，但我认为显示所尝试的所有内容都无济于事吗？我想我做了很多尝试，因为我不太了解如何将多维数据框和一系列不同长度的数据合并。

我看过相关的问题，但是所有问题都只包含一个级别的数据帧，例如：How to merge a Series and DataFrame 那么，如何合并多维数据框和一系列不同长度的数据呢？

Answer 1

您可以将DataFrame.join与rename和参数on一起使用，然后将DataFrame.set_index与DataFrame.reorder_levels一起使用：

result = (df.join(s1.rename('cnts'), on='Pet')
           .set_index('cnts', append=True)
           .reorder_levels([0,2,1]))
print (result)
                      Favloc
Pet     cnts Name           
Cat     3    Kitty     couch
             Harry   windows
             Bear        bed
             Sam      basket
Dog     3    Max       floor
             Hunter   carper
Hamster 1    Fluffy  Haybale

或使用Index.map：

idx = df.index.get_level_values('Pet').map(s1.rename('cnts').get)
result = df.set_index(idx, append=True).reorder_levels([0,2,1])
print (result)
                      Favloc
Pet     cnts Name           
Cat     3    Kitty     couch
             Harry   windows
             Bear        bed
             Sam      basket
Dog     3    Max       floor
             Hunter   carper
Hamster 1    Fluffy  Haybale

如何合并多维数据框和不同长度的系列？

1 个答案: