Question

执行以下合并

import pandas as pd
s = pd.Series(range(5, 10), index=range(10, 15), name='score')
df = pd.DataFrame({'id': (11, 13), 'value': ('a', 'b')})
pd.merge(s, df, 'left', left_index=True, right_on='id')

产生此数据框：

     score  id value
NaN      5  10   NaN
0.0      6  11     a
NaN      7  12   NaN
1.0      8  13     b
NaN      9  14   NaN

即使我同时指定了左合并和left_index=True，为什么Pandas仍将右侧数据框中的索引作为结果的索引，而不是左侧序列的索引？ documentation说

左：仅使用左框中的键

我对

的解释与我实际得到的结果不同。我期望的是以下数据框。

    score  id value
10      5  10   NaN
11      6  11     a
12      7  12   NaN
13      8  13     b
14      9  14   NaN

我正在将Python 3.7.5与Pandas 0.25.3一起使用。

Answer 1

您可以使用reset_index进行此操作：

df = pd.merge(s,df, 'left', left_index=True, right_on='id').reset_index(drop=True).set_index('id').rename_axis(index=None)
df.insert(1, 'id', df.index)

    score  id value
10      5  10   NaN
11      6  11     a
12      7  12   NaN
13      8  13     b
14      9  14   NaN

Answer 2

会发生什么：

输出索引是索引/列合并键[0, 1]的交集。
缺失键替换为NaN
NaN导致索引类型被转换为float

要设置索引，只需为其分配：

s2 = pd.merge(s, df, how='left', left_index=True, right_on='id')
s2.index = s.index

    score  id value
10      5  10   NaN
11      6  11     a
12      7  12   NaN
13      8  13     b
14      9  14   NaN

您也可以在s上合并（只是因为我不喜欢直接致电pd.merge）

(s.to_frame()
  .merge(df, how='left', left_index=True, right_on='id')
  .set_axis(s.index, axis=0, inplace=False))

    score  id value
10      5  10   NaN
11      6  11     a
12      7  12   NaN
13      8  13     b
14      9  14   NaN

Answer 3

由于我既不需要id列又不需要索引中的重复信息，因此我结合了cs95和oppressionslayer的答案，并执行以下操作：

pd.merge(s, df, 'left', left_index=True, right_on='id').set_index('id')

这将导致以下数据帧：

    score value
id             
10      5   NaN
11      6     a
12      7   NaN
13      8     b
14      9   NaN

由于这与我最初要求的不同，因此我将cs95的答案保留为可接受的答案，但是我认为也需要记录此用例。

与大熊猫合并后设置索引？

3 个答案: