Python Pandas-如何在具有不同級別數的索引上聯接DataFrame？

Question

假設我有以下兩個DataFrame：

1. df1，其索引為['NameID'，'Date']。 例如，df1可以是公司員工歷史工資的面板數據集。

2. df2，其索引為['NameID']。 例如，df2可以是員工生日和SSN的數據集。

在“ NameID”上以1：m為基礎將df1和df2作為索引連接的最有效方法是什么？ DataFrame.join（）不允許1：m連接。 我知道我可以先對df1和df2進行reset_index（），然后使用DataFrame.merge（）將它們連接到列上，但是我認為這樣做效率不高。

碼：

df1 = pd.DataFrame({'NameID':['A','B','C']*3,
                    'Date':['20180801']*3+['20180802']*3+['20180803']*3,
                    'Salary':np.random.rand(9)
               })
df1 = df1.set_index(['NameID', 'Date'])
df1

NameID  Date    Salary
A   20180801    0.831064
B   20180801    0.419464
C   20180801    0.239779
A   20180802    0.500048
B   20180802    0.317452
C   20180802    0.188051
A   20180803    0.076196
B   20180803    0.060435
C   20180803    0.297118

df2 = pd.DataFrame({'NameID':['A','B','C'],                   
                    'SSN':[999,888,777]
                   })
df2 = df2.set_index(['NameID'])
df2

NameID  SSN
A       999
B       888
C       777

我想要得到的結果是：

NameID  Date        Salary      SSN
A       20180801    0.831064    999
A       20180802    0.500048    999
A       20180803    0.076196    999
B       20180801    0.419464    888
B       20180802    0.317452    888
B       20180803    0.060435    888
C       20180801    0.239779    777
C       20180802    0.188051    777
C       20180803    0.297118    777

Answer 1

您可能要合並 。

df = pd.merge(df1, df2, on='NameID', how='left')

Answer 2

請參閱Michael B的答案，但除此之外，您可能還希望進行排序以獲得所需的輸出：

pd.merge(df1, df2, on='NameID', how='left').sort_values('SSN', ascending=False)

Answer 3

代表warwick12回答

df3 = pd.merge（df1，df2，left_index = True，right_index = True）