沿列轴将数据帧与包含重复索引的相同索引连接起来

Question

当连接具有包含重复索引的相同索引的数据帧时，是否会引发错误？ 我可以依靠这个吗？

例如，

>>> import pandas as pd
>>> df_A = pd.DataFrame(index=[0, 0],
...                     data=[0, 1],
...                     columns=['A'])
>>> df_A
   A
0  0
0  1
>>> df_B = pd.DataFrame(index=[0, 0],
...                     data=[2, 3],
...                     columns=['B'])
>>> df_B
   B
0  2
0  3

>>> pd.concat([df_A, df_B], axis='columns')
   A  B
0  0  2
0  1  3

Answer 1

pandas.concat足够聪明，可以在这种情况下正确对齐索引。

但是，如果两个 DataFrame 之间存在不同数量的重复索引，它会抱怨，例如

>>> df_A = pd.DataFrame(index=[0, 0, 0],
                        data=[0, 1, 4],
                        columns=['A'])

>>> df_A 

   A
0  0
0  1
0  4

>>> df_B = pd.DataFrame(index=[0, 0],
                        data=[2, 3],
                        columns=['B'])

>>> df_B

   B
0  2
0  3

>>> pd.concat([df_A, df_B], axis='columns')

提高

InvalidIndexError：重新索引仅对具有唯一值的索引对象有效

如果两者都具有相同数量的重复索引，则会发生相同的情况，但行的顺序略有不同，例如

>>> df_A = pd.DataFrame(index=[0, 1, 0],
                        data=[0, 1, 4],
                        columns=['A'])
>>> df_A

   A
0  0
1  1
0  4

>>> df_B = pd.DataFrame(index=[0, 0, 1],
                        data=[2, 3, 5],
                        columns=['B'])
>>> df_B

   B
0  2
0  3
1  5

>>> pd.concat([df_A, df_B], axis='columns')

提高

InvalidIndexError：重新索引仅对具有唯一值的索引对象有效