合并熊猫中的几个数据透视表答案

【问题标题】：merge few pivot tables in pandas合并熊猫中的几个数据透视表
【发布时间】：2015-08-19 09:53:13
【问题描述】：

如何合并两个 pandas 数据透视表？当我尝试运行我的代码时出现错误：keyerror

data_pivot= pandas.DataFrame(data.pivot_table(values = 'NR_ACTIONS', index=["HOUR", "OPID", "NAME"], columns='CONTACTED_PERSON_NEW', aggfunc='sum'))
data_pivot.fillna(0, inplace=True)
data2_pivot= pandas.DataFrame(data2.pivot_table(values = 'AMOUNT_PA', index=["HOUR", "OPID", "NAME"], columns='PA_TYPE', aggfunc='sum'))
data2_pivot.fillna(0, inplace=True)
all_data = pandas.merge(data_pivot, data2_pivot, 'left', on = ["HOUR", "OPID", "NAME"] )

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

我的问题的答案是：

data_pivot= pandas.DataFrame(data.pivot_table(values = 'NR_ACTIONS', index=["HOUR", "OPID", "NAME"], columns='CONTACTED_PERSON_NEW', aggfunc='sum'))
data_pivot.fillna(0, inplace=True)
data_pivot.reset_index( inplace=True)
data2_pivot= pandas.DataFrame(data2.pivot_table(values = 'AMOUNT_PA', index=["HOUR", "OPID", "NAME"], columns='PA_TYPE', aggfunc='sum'))
data2_pivot.fillna(0, inplace=True)
data2_pivot.reset_index( inplace=True)
all_data = pandas.merge(data_pivot, data2_pivot, 'left', on = ["HOUR", "OPID", "NAME"] )

【讨论】：

太好了，reset_index 做了什么来修复关键错误？谢谢
在 pivot_table 过程之后尝试操作 df 后出现相同的“关键错误”问题。 df.reset_index(inplace=true) 有效！虽然执行匹配函数“.isin”比较两个 df 会导致“NoneType”对象错误，但解决方案是省略“inplace=true”。所以 df.reset_index() 是最终的答案。

【解决方案2】：

如果要保留索引，这里最好的解决方案是告诉 pandas 合并左右表的索引。通过这样做，您不需要重置索引。

data_pivot= pandas.DataFrame(data.pivot_table(values = 'NR_ACTIONS', index=["HOUR", "OPID", "NAME"], columns='CONTACTED_PERSON_NEW', aggfunc='sum'))
data_pivot.fillna(0, inplace=True)
data2_pivot= pandas.DataFrame(data2.pivot_table(values = 'AMOUNT_PA', index=["HOUR", "OPID", "NAME"], columns='PA_TYPE', aggfunc='sum'))
data2_pivot.fillna(0, inplace=True)

all_data = pandas.merge(data_pivot, data2_pivot, left_index=True,right_index=True )

你可以随时去Pandas' doc查看不同的论点

PS：如果你使用多索引，它可以工作，但你需要小心，另一个DataFrame中的键数（索引或列数）必须与级别数匹配。

【讨论】：