Python Pandas - 如何在具有不同级别数的索引上加入 DataFrames？

Posted 2023-03-12

【中文标题】Python Pandas - 如何在具有不同级别数的索引上加入 DataFrames？

【英文标题】：Python Pandas - How do I join DataFrames on indices with different number of levels?

【发布时间】：2019-01-18 05:57:32

【问题描述】：

假设我有以下 2 个 DataFrame：

df1，其索引为 ['NameID', 'Date']。例如，df1 可以是公司员工历史工资的面板数据集。

df2，其索引为 ['NameID']。例如，df2 可以是员工生日和 SSN 的数据集。

在 'NameID' 上将 df1 和 df2 作为 1:m 的索引加入的最有效方法是什么？ DataFrame.join() 不允许 1:m 加入。我知道我可以先对 df1 和 df2 都进行 reset_index()，然后使用 DataFrame.merge() 将它们加入列，但我认为这效率不高。

代码：

df1 = pd.DataFrame('NameID':['A','B','C']*3,
                    'Date':['20180801']*3+['20180802']*3+['20180803']*3,
                    'Salary':np.random.rand(9)
               )
df1 = df1.set_index(['NameID', 'Date'])
df1

NameID  Date    Salary
A   20180801    0.831064
B   20180801    0.419464
C   20180801    0.239779
A   20180802    0.500048
B   20180802    0.317452
C   20180802    0.188051
A   20180803    0.076196
B   20180803    0.060435
C   20180803    0.297118

df2 = pd.DataFrame('NameID':['A','B','C'],                   
                    'SSN':[999,888,777]
                   )
df2 = df2.set_index(['NameID'])
df2

NameID  SSN
A       999
B       888
C       777

我想要得到的结果是：

NameID  Date        Salary      SSN
A       20180801    0.831064    999
A       20180802    0.500048    999
A       20180803    0.076196    999
B       20180801    0.419464    888
B       20180802    0.317452    888
B       20180803    0.060435    888
C       20180801    0.239779    777
C       20180802    0.188051    777
C       20180803    0.297118    777

【问题讨论】：

如果你创建了minimal reproducible example会更有帮助

你尝试合并索引吗？例如，df3 = pd.merge(df1, df2, left_index=True, right_index=True)

谢谢沃里克。我想我现在已经准备好你的答案了......我不敢相信它是如此简单。我完全被这篇文章中的最佳答案误导了，认为合并不能用于合并索引...***.com/questions/36538780/…。请发表你的答案，我会选择它。

不用担心。很高兴它有帮助！

【参考方案1】：

您可能想merge。

df = pd.merge(df1, df2, on='NameID', how='left')

【参考方案2】：

查看 Michael B 的回答，但除此之外，您可能还想排序以获得您请求的输出：

pd.merge(df1, df2, on='NameID', how='left').sort_values('SSN', ascending=False)

【参考方案3】：

代表warwick12回答

df3 = pd.merge(df1, df2, left_index=True, right_index=True)