将pandas数据框映射到多个键上作为列或multiIndex

Question

设置：两个熊猫数据框； df2中的数据需要添加到df1中，如下所述：

• df1和df2具有相同的四个级别的multiIndexed
• df1比df2包含更多行
• df1具有四个副本（按行），每个索引的四个级别中有三个级别的值的唯一组合； 也就是说，每一行仅在第四级方面有所不同
• df2仅在其他3个级别上与df1部分对齐（df2包含无关的行）
• df2仅包含一列

我想将df2的一列中的值添加到df1中的三个对应级别匹配的行的所有三个副本中。

了解到在熊猫中“未实现在multiIndex上合并多个层次的重叠没有实现”，我建议映射这些值，但是还没有找到一种方法来映射（多个）索引级别或多个列（如果重置索引）列的级别：

df1 = pd.DataFrame(np.array([['Dec', 'NY', 'Ren', 'Q1', 10],
   ['Dec', 'NY', 'Ren', 'Q2', 12],
   ['Dec', 'NY', 'Ren', 'Q3', 14],
   ['Dec', 'FL', 'Mia', 'Q1', 6],
   ['Dec', 'FL', 'Mia', 'Q2', 8],
   ['Dec', 'FL', 'Mia', 'Q3', 17],
   ['Apr', 'CA', 'SC', 'Q1', 1],
   ['Apr', 'CA', 'SC', 'Q2', 2],
   ['Apr', 'CA', 'SC', 'Q3', 3]]), columns=['Date', 'State', 'County', 'Quarter', 'x'])

df1.set_index(['Date', 'State', 'County', 'Quarter'], inplace=True)

df2 = pd.DataFrame(np.array([['Dec', 'NY', 'Ren', 0.4],
   ['Dec', 'FL', 'Mia', 0.3]]), columns=['Date', 'State', 'County', 'y'])

df2.set_index(['Date', 'State', 'County', 'y'], inplace=True)

df_combined = df1['Date', 'State', 'County'].map(df2)

Answer 1

您可以临时更改df1来更改索引以执行连接：

df_combined = df1.reset_index(3).join(df2,how='left')

>>> df_combined
           level_3   x    y
Apr CA SC       Q1   1  NaN
       SC       Q2   2  NaN
       SC       Q3   3  NaN
Dec FL Mia      Q1   6  0.3
       Mia      Q2   8  0.3
       Mia      Q3  17  0.3
    NY Ren      Q1  10  0.4
       Ren      Q2  12  0.4
       Ren      Q3  14  0.4

df_combined.set_index('level_3',append=True, inplace=True)
df_combined.index.rename(None,3,inplace=True)

>>> df_combined
                x    y
Apr CA SC  Q1   1  NaN
           Q2   2  NaN
           Q3   3  NaN
Dec FL Mia Q1   6  0.3
           Q2   8  0.3
           Q3  17  0.3
    NY Ren Q1  10  0.4
           Q2  12  0.4
           Q3  14  0.4

reset_index方法用于将不在df2的索引临时转换为列，以便您可以进行常规联接。 完成后，将列返回索引。