如何使用 Pandas 将多索引系列加入单个索引数据框？
Posted
技术标签:
【中文标题】如何使用 Pandas 将多索引系列加入单个索引数据框？【英文标题】：How to join a multi-index series to a single index dataframe with Pandas? 【发布时间】：2018-04-19 02:10:01 【问题描述】：考虑以下单索引DataFrame：
energy fat
1 2000 28
2 1900 17
3 2200 30
4 1750 15
5 1800 18
6 1600 12
我也有一个多索引系列：
1 vitamin-c 0.0004
vitamin-a 0.0150
2 vitamin-c 0.0030
3 vitamin-d 1.2000
vitamin-e 1.0007
vitamin-c 1.2020
4 vitamin-a 0.0780
5 vitamin-b 0.9650
6 vitamin-e 1.9801
vitamin-c 1.0011
我怎样才能加入这两者，结果看起来像这样：
energy fat vitamins
1 2000 28 vitamin-c 0.0004
vitamin-a 0.0150
2 1900 17 vitamin-c 0.0030
3 2200 30 vitamin-d 1.2000
vitamin-e 1.0007
vitamin-c 1.2020
4 1750 15 vitamin-a 0.0780
5 1800 18 vitamin-b 0.9650
6 1600 12 vitamin-e 1.9801
vitamin-c 1.0011
我尝试了df.join(series, how = 'inner')，但得到的只是以下错误消息：
"ValueError: cannot join with no level specified and no overlapping names"
有人可以解释一下我在这里做错了什么以及如何实现两者的结合吗？谢谢！
【问题讨论】：
你能提供一个可重现的例子吗？生成Series 的代码会很有帮助。
【参考方案1】：
源集：
In [96]: s
Out[96]:
id vitamins
1.0 vitamin-c 0.0004
vitamin-a 0.0150
2.0 vitamin-c 0.0030
3.0 vitamin-d 1.2000
vitamin-e 1.0007
vitamin-c 1.2020
4.0 vitamin-a 0.0780
5.0 vitamin-b 0.9650
6.0 vitamin-e 1.9801
vitamin-c 1.0011
Name: val, dtype: float64
In [97]: df
Out[97]:
energy fat
1 2000 28
2 1900 17
3 2200 30
4 1750 15
5 1800 18
6 1600 12
解决方案：
In [99]: s.reset_index() \
.merge(df, left_on='id', right_index=True) \
.set_index(['id','energy','fat','vitamins'])
Out[99]:
val
id energy fat vitamins
1.0 2000 28 vitamin-c 0.0004
vitamin-a 0.0150
2.0 1900 17 vitamin-c 0.0030
3.0 2200 30 vitamin-d 1.2000
vitamin-e 1.0007
vitamin-c 1.2020
4.0 1750 15 vitamin-a 0.0780
5.0 1800 18 vitamin-b 0.9650
6.0 1600 12 vitamin-e 1.9801
vitamin-c 1.0011
【讨论】：
【参考方案2】：选项 1
我不建议将不应该存在的内容移到索引中。
也就是说，如果您的索引级别被适当命名，或者它们匹配，那么您可以使用 pd.DataFrame.join，以便 pandas 知道要加入的内容。
df.rename_axis('ord').join(s.rename_axis(['ord', 'vit']).rename('val'))
energy fat val
ord vit
1 vitamin-c 2000 28 0.0004
vitamin-a 2000 28 0.0150
2 vitamin-c 1900 17 0.0030
3 vitamin-d 2200 30 1.2000
vitamin-e 2200 30 1.0007
vitamin-c 2200 30 1.2020
4 vitamin-a 1750 15 0.0780
5 vitamin-b 1800 18 0.9650
6 vitamin-e 1600 12 1.9801
vitamin-c 1600 12 1.0011
多写几行来增加可读性
s = s.rename_axis(['ord', 'vit']).rename('val')
df = df.rename_axis('ord')
df.join(s)
energy fat val
ord vit
1 vitamin-c 2000 28 0.0004
vitamin-a 2000 28 0.0150
2 vitamin-c 1900 17 0.0030
3 vitamin-d 2200 30 1.2000
vitamin-e 2200 30 1.0007
vitamin-c 2200 30 1.2020
4 vitamin-a 1750 15 0.0780
5 vitamin-b 1800 18 0.9650
6 vitamin-e 1600 12 1.9801
vitamin-c 1600 12 1.0011
选项 2
我们还可以将pd.concat 与loc 和pd.Index.get_level_values 一起使用
pd.concat(
[df.loc[s.index.get_level_values(0)].set_index(s.index), s.rename('val')],
axis=1
)
energy fat val
1 vitamin-c 2000 28 0.0004
vitamin-a 2000 28 0.0150
2 vitamin-c 1900 17 0.0030
3 vitamin-d 2200 30 1.2000
vitamin-e 2200 30 1.0007
vitamin-c 2200 30 1.2020
4 vitamin-a 1750 15 0.0780
5 vitamin-b 1800 18 0.9650
6 vitamin-e 1600 12 1.9801
vitamin-c 1600 12 1.0011
【讨论】：
这很聪明！ rename_axis 是个好方法！ 非常感谢大家的回答和@piRSquared 的全面解释。 'rename_axis()' 比 'index.names = ()' 好吗？ （安迪·海登建议的解决方案） @solub 它具有相同的目的。不同之处在于使用rename_axis 允许您将索引级别重命名为“内联”。这有助于一些流水线练习，用更少的代码行编写代码，可读性......关键是这是一个主观的调用，完全取决于你。【参考方案3】：
如果您将名称添加到索引/多索引中，您可以使用连接：
In [11]: df
Out[11]:
energy fat
n
1 2000 28
2 1900 17
3 2200 30
4 1750 15
5 1800 18
6 1600 12
In [12]: df2
Out[12]:
val
n vitamin
1 vitamin-c 0.0004
vitamin-a 0.0150
2 vitamin-c 0.0030
3 vitamin-d 1.2000
vitamin-e 1.0007
vitamin-c 1.2020
4 vitamin-a 0.0780
5 vitamin-b 0.9650
6 vitamin-e 1.9801
vitamin-c 1.0011
In [13]: df.join(df2)
Out[13]:
energy fat val
n vitamin
1 vitamin-c 2000 28 0.0004
vitamin-a 2000 28 0.0150
2 vitamin-c 1900 17 0.0030
3 vitamin-d 2200 30 1.2000
vitamin-e 2200 30 1.0007
vitamin-c 2200 30 1.2020
4 vitamin-a 1750 15 0.0780
5 vitamin-b 1800 18 0.9650
6 vitamin-e 1600 12 1.9801
vitamin-c 1600 12 1.0011
注意：通过设置 .index.names 来做到这一点：
In [21]: df.index.names = ["n"] # or .name = "n"
In [22]: df2.index.names = ["n", "vitamin"]
【讨论】：
以上是关于如何使用 Pandas 将多索引系列加入单个索引数据框？的主要内容，如果未能解决你的问题，请参考以下文章