ValueError：无法从重复的轴重新索引答案

【问题标题】：ValueError: cannot reindex from a duplicate axisValueError：无法从重复的轴重新索引
【发布时间】：2016-05-17 09:54:57
【问题描述】：

假设我有两个数据框：

import string
import pandas as pd

d = {'one': pd.Series(range(26), index = list(string.ascii_lowercase)),
     'two': pd.Series([1., 2., 3., 4.], index = ['a', 'b', 'c', 'd'])}
df = pd.DataFrame(d)

d2 = {'one': pd.Series(range(10), index = range(11, 21))}
df2 = pd.DataFrame(d2)

现在，我有一个索引列表：

np.random.seed(12)
i = np.random.choice(np.arange(11, 21), size = 26)

现在我想基于i 加入df2 和df1。

df['new_col'] = df2['one'][i]

但我收到上述错误。解决此问题的一种方法是将i 直接添加到df1，并在df2 中创建一个名为i 的列来表示index，然后执行merge，但这似乎非常低效。有没有更好的方法来做到这一点？

我知道有几个问题的标题相同，但没有一个对我的案例有任何帮助。

【问题讨论】：

你期待什么结果？

标签： python pandas

【解决方案1】：

将索引设置为使用“i”中生成的值，然后根据该索引将 df2 连接到 df：

df = df.set_index(i)
df['new_col'] = df2['one']

【讨论】：

【解决方案2】：

您可以使用tolist 方法将您的df2.one 转换为列表，然后将其分配给df['new_col']：

df['new_col'] = df2['one'][i].tolist()

编辑

或者您可以使用@ajcr 在评论中建议的.values 属性，这样更快：

df['new_col'] = df2['one'][i].values

时机

In [100]: %timeit df2.one[i].tolist()
1000 loops, best of 3: 275 µs per loop

In [101]: %timeit df2.one[i].values
1000 loops, best of 3: 252 µs per loop

【讨论】：

您可以改用.values，即df['new_col'] = df2.loc[i, 'one'].values。在这里创建列表比创建数组更昂贵。
@ajcr 谢谢，添加到答案中。时间表明它并没有那么快
@Anton 我敢打赌它会使用更大的数据框。