按索引合并两个数据帧

Question

嗨,我有以下数据帧:

> df1
  id begin conditional confidence discoveryTechnique  
0 278    56       false        0.0                  1   
1 421    18       false        0.0                  1 

> df2
   concept 
0  A  
1  B

如何合并索引以获得:

  id begin conditional confidence discoveryTechnique   concept 
0 278    56       false        0.0                  1  A 
1 421    18       false        0.0                  1  B

我问,因为我的理解是merge()ie df1.merge(df2)使用列来进行匹配.事实上,这样做我得到:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/frame.py", line 4618, in merge
    copy=copy, indicator=indicator)
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.py", line 58, in merge
    copy=copy, indicator=indicator)
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.py", line 491, in __init__
    self._validate_specification()
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.py", line 812, in _validate_specification
    raise MergeError('No common columns to perform merge on')
pandas.tools.merge.MergeError: No common columns to perform merge on

合并索引是不好的做法？这不可能吗？如果是这样,我如何将索引转换为名为"index"的新列？

谢谢

Answer 1

使用merge,默认为内连接:

pd.merge(df1, df2, left_index=True, right_index=True)

或者join,默认情况下是左连接:

df1.join(df2)

或者concat,默认情况下是外连接:

pd.concat([df1, df2], axis=1)

样品:

df1 = pd.DataFrame({'a':range(6),
                    'b':[5,3,6,9,2,4]}, index=list('abcdef'))

print (df1)
   a  b
a  0  5
b  1  3
c  2  6
d  3  9
e  4  2
f  5  4

df2 = pd.DataFrame({'c':range(4),
                    'd':[10,20,30, 40]}, index=list('abhi'))

print (df2)
   c   d
a  0  10
b  1  20
h  2  30
i  3  40

#default inner join
df3 = pd.merge(df1, df2, left_index=True, right_index=True)
print (df3)
   a  b  c   d
a  0  5  0  10
b  1  3  1  20

#default left join
df4 = df1.join(df2)
print (df4)
   a  b    c     d
a  0  5  0.0  10.0
b  1  3  1.0  20.0
c  2  6  NaN   NaN
d  3  9  NaN   NaN
e  4  2  NaN   NaN
f  5  4  NaN   NaN

#default outer join
df5 = pd.concat([df1, df2], axis=1)
print (df5)
     a    b    c     d
a  0.0  5.0  0.0  10.0
b  1.0  3.0  1.0  20.0
c  2.0  6.0  NaN   NaN
d  3.0  9.0  NaN   NaN
e  4.0  2.0  NaN   NaN
f  5.0  4.0  NaN   NaN
h  NaN  NaN  2.0  30.0
i  NaN  NaN  3.0  40.0

Answer 2

你可以使用concat([df1,df2,...],axis = 1)来连接两个或多个由索引对齐的DF:

pd.concat([df1, df2, df3, ...], axis=1)

或合并以通过自定义字段/索引连接:

# join by _common_ columns: `col1`, `col3`
pd.merge(df1, df2, on=['col1','col3'])

# join by: `df1.col1 == df2.index`
pd.merge(df1, df2, left_on='col1' right_index=True)

或通过索引加入加入:

 df1.join(df2)

Answer 3

默认情况下：
join是按列左连接
pd.merge是按列内连接
pd.concat是按行外连接

pd.concat:
接受可迭代的参数。因此，它不能直接使用 DataFrames（使用[df,df2]）
DataFrame 的维度应该沿轴匹配

Join和pd.merge:
可以采用 DataFrame 参数

Answer 4

一个让我感到愚蠢的错误：连接失败，因为索引dtypes不同。这并不明显，因为两个表都是同一个原始表的数据透视表。之后reset_index，索引在Jupyter 中看起来相同。只有在保存到 Excel 时才出现...

我修复了它： df1[['key']] = df1[['key']].apply(pd.to_numeric)

希望这可以为某人节省一个小时！

Answer 5

如果你想在 Pandas 中连接两个数据框，你可以简单地使用可用的属性，如merge或concatenate。

例如，如果我有两个数据框df1和df2，我可以通过以下方式加入它们：

newdataframe = merge(df1, df2, left_index=True, right_index=True)

Answer 6

这个答案已经解决了一段时间，所有可用的选项都已经存在。但是，在此答案中，我将尝试对这些选项进行更多说明，以帮助您了解何时使用什么。

这篇文章将讨论以下主题：

• 不同条件下与索引合并
  • 基于索引的连接选项：merge, join,concat
  • 合并索引
  • 合并索引一，其他列
• 有效地使用命名索引来简化合并语法

基于索引的连接

TL; 博士

有几个选项，根据用例的不同，有些选项比其他选项更简单。

1. DataFrame.merge用left_index和right_index（或left_on并right_on使用名为索引）
2. DataFrame.join （在索引上连接）
3. pd.concat （在索引上连接）

	优点	缺点
merge	• 支持内/左/右/全 • 支持列-列、索引-列、索引-索引连接	• 一次只能加入两帧
join	• 支持inner/left（默认）/right/full • 可以一次加入多个DataFrames	• 仅支持索引-索引连接
concat	• 擅长一次加入多个 DataFrame • 非常快（串联是线性时间）	• 仅支持内部/完整（默认）联接 • 仅支持索引-索引联接

索引到索引连接

通常，索引的内部连接如下所示：

left.merge(right, left_index=True, right_index=True)

其他类型的连接（左、右、外）遵循类似的语法（并且可以使用 控制how=...）。

值得注意的替代品

1. DataFrame.join 默认为索引上的左外连接。

    left.join(right, how='inner',)
   

   如果你碰巧得到了ValueError: columns overlap but no suffix specified，你需要指定lsuffix和rsuffix=参数来解决这个问题。由于列名相同，因此需要区分后缀。

2. pd.concatjoin 索引，并且可以一次连接两个或多个 DataFrame。默认情况下，它执行完整的外部联接。

    pd.concat([left, right], axis=1, sort=False)
   

   有关更多信息concat，请参阅此帖子。

索引到列连接

为了进行内部联接使用的右左，列的索引，你将使用DataFrame.merge的组合left_index=True和right_on=...。

left.merge(right, left_index=True, right_on='key')

其他联接遵循类似的结构。请注意，只能 merge执行索引到列连接。您可以连接多个级别/列，前提是左侧的索引级别数等于右侧的列数。

join并且concat不能进行混合合并。您需要使用DataFrame.set_index.

^{这篇文章是我在Pandas Merging 101 中工作的删节版。请点击此链接以获取有关合并的更多示例和其他主题。}

Answer 7

您可以尝试以下几种方法来合并/加入您的dataframe.

1. merge（默认为内连接）

   df = pd.merge(df1, df2, left_index=True, right_index=True)

2. join（默认为左连接）

   df = df1.join(df2)

3. concat（默认为外连接）

   df = pd.concat([df1, df2], axis=1)