如何合并多维数据框和不同长度的系列？

Posted 2023-03-12

【中文标题】如何合并多维数据框和不同长度的系列？

【英文标题】：How to merge multidimensional dataframe and series of different length?

【发布时间】：2019-08-05 06:03:48

【问题描述】：

有没有办法合并一系列不同长度的多维数据框？ 有很多方法可以组合 df。我已经阅读了有关加入、连接、附加和合并的信息。我不知道该用哪一个。此外，它们都有许多可选参数，这使得它更加难以理解。有人可以澄清一下文档 (https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html)，特别是关于如何合并数据框和不同长度的系列吗？

比如我想合并下面的多维数据框，

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

使用以下系列，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

我已经试过了

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，但我不知道如何指定。我应该说 1 级，因为我希望 cnts 位于 1 级索引上吗？ （Favloc 为 0 级？ 另外，我不明白“没有重叠的名字”，因为猫、狗和仓鼠是重叠的，对吧？

我也试过

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

这导致在我想查看 cnts 的每一列中都有一个带有 NAN 的数据框。

然后我尝试了：

result = pd.merge(df, s1)

我得到了： 无法将 DataFrame 与类型的实例合并

我用各种各样的论据尝试了所有这些，但我认为展示我尝试过的所有东西都没有帮助？我想我尝试了很多，因为我并不真正了解合并多维数据框和一系列不同长度的工作原理。

我看过相关的问题，但所有问题都只有一个级别的数据框，例如：How to merge a Series and DataFrame 那么，如何合并一个多维数据框和不同长度的序列呢？

【问题讨论】：

您是否在两个数据框上都尝试了reset_index 然后加入它们？

【参考方案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

或者使用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

【讨论】：

感谢您的帮助。我都试过了。第一个 DataFrame.join 引发错误：KeyError: 'Pet'。 Index.map 抛出另一个错误：“系列”对象不可调用

@Hibisceae - 将 idx = df.index.get_level_values('Pet').map(s1).rename('cnts') 更改为 idx = df.index.get_level_values('Pet').map(s1.get).rename('cnts')

@Hibisceae - 这是一些较旧的熊猫版本的问题，如果使用最后一个0.24+，它也可以在没有.get 的情况下工作。

就是这样！它抛出：'numpy.ndarray' 对象没有属性'rename'，解决方法：s1 = s1.rename('cnts') 然后 idx = df.index.get_level_values('Pet').map(s1.get) result = df.set_index(idx, append=True).reorder_levels([0,2,1]) 问题解决了。谢谢！

@Hibisceae - 是的，它和idx = df.index.get_level_values('Pet').map(s1.rename('cnts').get) 一样。谢谢，很高兴提供帮助。不要忘记接受答案，如果它适合你！ :)