将多索引数据帧与非唯一多索引连接答案

【问题标题】：Concatinating multiindex dataframe with non-unique multiindex将多索引数据帧与非唯一多索引连接
【发布时间】：2020-10-21 15:47:29
【问题描述】：

我有一个数据框 dfa:

               y   X1  X2  X3
Company Period
1       1      1   2   3   4
        2      3   4   5   6
        3      3   6   5   6
2       1      1   2   3   4
        2      3   4   5   6
        3      7   8   9  10
...

和 dfb

Company Period
1       1      
        2      
        3      
7       1      
        2      
        3    
1       1      
        2      
        3        
...

如您所见，dfb 有一个非唯一的多索引。我想以一种可以处理非唯一性的方式连接两个 dfs，并将 dfa 的值添加到索引相等的任何地方的 dfb 中。所以想要的结果应该是这样的：

               y   X1  X2  X3
Company Period
1       1      1   2   3   4
        2      3   4   5   6
        3      3   6   5   6
7       1      1   2   3   4    
        2      1   5   5   6
        3      1   6   8   9
1       1      1   2   3   4
        2      3   4   5   6
        3      3   6   5   6
...

我尝试了以下方法：

dfb.join(dfa, how='left') #results in dfb
dfb = pd.concat([dfb, dfa],  axis = 1, join = 'inner') #raises: ValueError: cannot handle a non-unique multi-index!
bs_df.merge(dfa.reset_index(), left_on=['Company', 'PeriodQ'], right_on=['Company', 'PeriodQ'], how='left') #results in dfb

我做错了什么？

我看到了类似的问题here，但解决方案对我不起作用

【问题讨论】：

dfb 是一个 DataFrame 还是一个 Multiindex？在后一种情况下，您不必加入，但dfa.loc[dfb, :] 应该可以解决问题。
这是一个数据框，但我可以只使用多索引。但是您的解决方案是否会导致多次出现例如在我上面的例子中 id 1？
我刚刚尝试了您的方法，它似乎可以正常工作。谢谢！你想创建一个答案而不是我将其标记为正确的答案

标签： python pandas dataframe concatenation multi-index

【解决方案1】：

您也可以使用重复索引重新索引 DataFrame，它只会重复相应的行。

In [11]: df = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]], columns=['X', 'Y', 'Z'], index=pd.MultiIndex.from_product([[1], [1,2,3]]))                                                                                                                                                                                                                                                                      
Out[12]: 
     X  Y  Z
1 1  1  2  3
  2  4  5  6
  3  7  8  9

In [15]: df.loc[pd.MultiIndex.from_product([[1], [1,2,1,2]]), :]                                                                                                                                           
Out[15]: 
     X  Y  Z
1 1  1  2  3
  2  4  5  6
  1  1  2  3
  2  4  5  6

【讨论】：

我的荣幸 :) )