与熊猫合并后设置索引？

Posted 2023-03-12

【中文标题】与熊猫合并后设置索引？

【英文标题】：Setting the index after merging with pandas?

【发布时间】：2020-04-05 04:45:00

【问题描述】：

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')

这个数据框的结果：

     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

为什么即使我指定了左合并和left_index=True，Pandas 仍将右侧数据帧中的索引而不是左侧系列中的索引作为结果的索引？ documentation 说

left：仅使用左帧中的键

我对它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

我正在使用 Python 3.7.5 和 Pandas 0.25.3。

【参考方案1】：

由于我不需要 id 列和索引中的重复信息，因此我结合了 cs95 和 oppressionslayer 的答案，并执行了以下操作：

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

这会导致这个数据框：

    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，我将 cs95 的答案作为接受的答案，但我认为这个用例也需要记录在案。

【参考方案2】：

你可以用 reset_index 做到这一点：

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

【讨论】：

感谢您的回答，但索引并不总是等于 range(len(s))。我应该更清楚这一点。请参阅我的问题的编辑。

我已更新以进行更改，因此答案是正确的

【参考方案3】：

发生了什么：

输出索引是索引/列合并键[0, 1]的交集。 缺失的键被替换为 NaN NaN 导致索引类型向上转换为 float

要设置索引，只需分配给它：

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

你也可以在s上合并（只是因为我不喜欢直接调用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

【讨论】：

感谢您的回答，但它并不真正适合我的用例。我想保留系列中的索引，它并不总是等于 range(len(s))。我编辑了我的问题以澄清这一点。

@Hendrikto 刚才应该这么说，你可以在合并后设置索引；查看我的编辑。