Pandas：根据索引合并 dataframe 和系列

Question

我创建了以下 dataframe priceearning_byyear ，它仍然不完整：

之后，我想将以下系列price “插入”/合并到上述 df 中：

该系列的一排（2021）太多了，我想在插入上述 df 时将其删除。

我的尝试是：

priceearning_byyear.merge(price.to_frame(), left_index=True)

但我收到以下错误：

MergeError: Must pass right_on or right_index=True

如果我使用right_index=True ，我会得到：

MergeError: Must pass left_on or left_index=True

我不明白，为什么它不起作用。 感谢您的任何指示:-)

Answer 1

你快到了。 只需同时传递left_index和right_index即可获得如下所需的效果。

# Reproduce your data
import pandas as pd
priceearning_byyear = pd.DataFrame(dict(year=[2016,2017,2018,2019,2020], eps=[2.09,2.32,3.00,2.99,3.31])).set_index('year')
price = pd.Series([28.95,42.31,39.44,73.41,132.69,119.99], index=[2016,2017,2018,2019,2020,2021])
price.name = 'Close'
price.index.name='year'

# Merge priceearning_byyear and price by using their indexes
priceearning_byyear.merge(price,left_index=True,right_index=True)

Answer 2

您需要在priceearning_byyear中指定要合并的列。

data1 = {"year":[x for x in range(2016, 2020)], "eps":[x for x in range(2,12,2)]}
data2 = pd.Series(data = {2016: 1, 2017: 2, 2018: 3, 2019: 4, 2020: 5, 2021: 6})

df1 = pd.DataFrame(data1)
df1.merge(data2.to_frame(name='price'), how='left', left_on="year", right_index=True)

结果

Answer 3

我最近遇到的另一个例子。 我的 dataframe 的索引是日期时间，我的系列是整数。 我所做的是编写一个小的 function 以按以下步骤合并 dataframe 和系列：

• 首先，通过将系列转换为 dataframe，并使用数据框的索引设置其索引，以及
• 其次，合并两个数据框并重命名系列的列。

注意：function 假设 dataframe 和系列具有相同的长度。

def merge_df_series(x, y):
    """
    Merge dataframe and series on index
    and rename series column.
    """
    series = y.to_frame().set_index(x.index)
    return x.merge(series, left_index=True, right_index=True).rename(columns={0: 'y'})