在熊猫中合并数据框

Question

pandas.merge在左侧和右侧的行为不同！！！ 对于左侧，如果我们一起使用left_on和left_index，则会显示错误，但对于右侧相同，则有效！！！

码：

import pandas as pd
import numpy as np
right = pd.DataFrame(data=np.arange(12).reshape((6,2)),index=[['Nevada', 'Nevada', 'Ohio', 'Ohio', 'Ohio', 'Ohio'],[2001, 2000, 2000, 2000, 2001, 2002]],columns=['event1','event2'])
left = pd.DataFrame(data={'key1':['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],'key2':[2000, 2001, 2002, 2001, 2002],'data':np.arange(5.)})
pd.merge(left,right,right_index=True,left_index=True,right_on='event1')#it works and returns an empty table which is expected
pd.merge(left,right,left_index=True,right_index=True,left_on='key1')# it makes error !!!

Answer 1

您遇到了一些问题。 首先，您的合并语句构造不正确。 您不应该同时使用left_on和left_index或right_on和right_index 。 您应该只使用一个左选项和一个右选项。

您在第二条语句中出现错误的原因是索引级别不匹配。 在您的左合并中，左索引是单个级别，并且您同时指定right_index=True和right_on='event1' ， right_on属性优先。 由于两者都是单级整数，所以没有问题。 我应该指出的是，如果合并正确构建，则合并（ pd.merge(left, right, left_index=True, right_on='event1', how='left') ）不会产生空的DataFrame ...请参见下面的代码。

在您的右合并中，您可以指定将右索引与right_index=True一起使用，并且left_on的优先级高于left_index=True 。 这里的问题是正确的索引是2个级别，其中您的“ key1”字段是单个级别的字符串。

In [1]: import pandas as pd

In [2]: import numpy as np

In [3]: right = pd.DataFrame(data=np.arange(12).reshape((6,2)),index=[['Nevada', 'Nevada', 'Ohio', 'Ohio', 'Ohio', 'Ohio'],[2001, 2000, 2000, 2000, 2001, 2002]],columns=['event1','event2'])

In [4]: left = pd.DataFrame(data={'key1':['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada'],'key2':[2000, 2001, 2002, 2001, 2002],'data':np.arange(5.)})

In [5]: left
Out[5]:
   data    key1  key2
0     0    Ohio  2000
1     1    Ohio  2001
2     2    Ohio  2002
3     3  Nevada  2001
4     4  Nevada  2002

In [6]: right
Out[6]:
             event1  event2
Nevada 2001       0       1
       2000       2       3
Ohio   2000       4       5
       2000       6       7
       2001       8       9
       2002      10      11

In [5]: left_merge = left.merge(right, left_index=True, right_on='event1', how='left')

In [7]: left_merge
Out[7]:
             data    key1  key2  event1  event2
Nevada 2001     0    Ohio  2000       0       1
Ohio   2002     1    Ohio  2001       1     NaN
Nevada 2000     2    Ohio  2002       2       3
Ohio   2002     3  Nevada  2001       3     NaN
       2000     4  Nevada  2002       4       5