在 Pandas 中对列和索引使用合并

Question

我有两个单独的数据框，它们共享一个项目编号。 在type_df ，项目编号是索引。 在time_df ，项目编号是一列。 我想计算type_df中Project Type为2的行数。 我正在尝试使用pandas.merge()来做到这一点。 使用两列时效果很好，但不能使用索引。 我不确定如何引用索引，以及merge是否是正确的方法。

import pandas as pd
type_df = pd.DataFrame(data = [['Type 1'], ['Type 2']], 
                       columns=['Project Type'], 
                       index=['Project2', 'Project1'])
time_df = pd.DataFrame(data = [['Project1', 13], ['Project1', 12], 
                               ['Project2', 41]], 
                       columns=['Project', 'Time'])
merged = pd.merge(time_df,type_df, on=[index,'Project'])
print merged[merged['Project Type'] == 'Type 2']['Project Type'].count()

错误：

名称“索引”未定义。

期望输出：

2

Answer 1

如果要在合并中使用索引，则必须指定left_index=True或right_index=True ，然后使用left_on或right_on 。 对你来说，它应该是这样的：

merged = pd.merge(type_df, time_df, left_index=True, right_on='Project')

Answer 2

另一种解决方案是使用DataFrame.join ：

df3 = type_df.join(time_df, on='Project')

对于版本pandas 0.23.0+ 的on 、 left_on和right_on参数现在可以引用列名或索引级别名称：

left_index = pd.Index(['K0', 'K0', 'K1', 'K2'], name='key1')
left = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                     'key2': ['K0', 'K1', 'K0', 'K1']},
                    index=left_index)
                    
right_index = pd.Index(['K0', 'K1', 'K2', 'K2'], name='key1')

right = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                     'D': ['D0', 'D1', 'D2', 'D3'],
                     'key2': ['K0', 'K0', 'K0', 'K1']},
                      index=right_index)
          
print (left)    
       A   B key2
key1             
K0    A0  B0   K0
K0    A1  B1   K1
K1    A2  B2   K0
K2    A3  B3   K1
        
print (right)
       C   D key2
key1             
K0    C0  D0   K0
K1    C1  D1   K0
K2    C2  D2   K0
K2    C3  D3   K1

---

df = left.merge(right, on=['key1', 'key2'])
print (df)
       A   B key2   C   D
key1                     
K0    A0  B0   K0  C0  D0
K1    A2  B2   K0  C1  D1
K2    A3  B3   K1  C3  D3

Answer 3

您必须在每个数据框中具有相同的列才能合并。

在这种情况下，只需为type_df创建一个“项目”列，然后合并：

type_df['Project'] = type_df.index.values
merged = pd.merge(time_df,type_df, on='Project', how='inner')
merged
#    Project  Time Project Type
#0  Project1    13       Type 2
#1  Project1    12       Type 2
#2  Project2    41       Type 1

print merged[merged['Project Type'] == 'Type 2']['Project Type'].count()
2