合并具有不同索引的两个数据帧，同时使用一行代码保留主数据帧的索引

Posted 2023-03-12

【中文标题】合并具有不同索引的两个数据帧，同时使用一行代码保留主数据帧的索引

【英文标题】：Merge two dataframes with different indices while preserving the main dataframe's index using a one-line code

【发布时间】：2019-05-14 18:05:15

【问题描述】：

我有两个数据框；第一个（df1）是：

df1 = pd.DataFrame('col1': [0,1], 'col2': [0,1])
df1 = df1.rename(index = k:v for k,v in zip([0,1],['zero','one']))
print(df1)
      col1  col2
zero    0   0
one     1   1

第二个（df2）是：

df2 = pd.DataFrame(k:v for k,v in zip(['col'+str(i) for i in range(3,10)],
                            [[2,3]]*7)
                            )
print(df2)
   col3  col4  col5  col6  col7  col8  col9
0     2     2     2     2     2     2     2
1     3     3     3     3     3     3     3

最终产品（df3）应该看起来完全像：

      col1  col2  col3  col4  col5  col6  col7  col8  col9
zero     0     0     2     2     2     2     2     2     2
one      1     1     3     3     3     3     3     3     3

这就是我做的方式，这对我来说有点不合常规：

df3 = df1.reset_index(drop = True)
df3 = df3.join(df2.reset_index(drop = True))
df3 = df3.rename(index = k:v for k,v in zip(df3.index,df1.index))
print(df3)

是否有任何一行代码可以完成这项工作？谢谢各位

【参考方案1】：

您可以通过df1.index 和set_index 创建df2.index，只要DataFrames 的长度必须相同：

df = df1.join(df2.set_index(df1.index))

或者：

df = pd.concat([df1, df2.set_index(df1.index)], axis=1)
print (df)
      col1  col2  col3  col4  col5  col6  col7  col8  col9
zero     0     0     2     2     2     2     2     2     2
one      1     1     3     3     3     3     3     3     3

如果两个 DataFrame 的列表长度相同，则传递嵌套列表以区分您想要传递列表，而不是列名列表（df2.set_index(L) 或 df2.set_index(['a','b'])）：

L = ['a','b']
df = pd.concat([df1.set_index([L]), df2.set_index([L])], axis=1)
print (df)
   col1  col2  col3  col4  col5  col6  col7  col8  col9
a     0     0     2     2     2     2     2     2     2
b     1     1     3     3     3     3     3     3     3

【讨论】：

谢谢@jezrael，我认为 set_index 只能在数据框中的现有列上工作。我一定对 pandas set_index 文档中缺少示例感到困惑

@mathguy - 是的，这不是set_index 的典型用法 - 显然将某些列转换为索引，如df.set_index('A')，但可以传递数组以转换所有索引值，就像我的回答一样。

同样的技术是否也适用于任何类似列表的对象，如 numpy 数组？

@mathguy - 是的，但差别很小，需要.set_index([L])。检查编辑的答案。