为什么 Pandas 内连接会给出 ValueError: len(left_on) must equal the number of levels in index in the index of "right"？答案

【问题标题】：Why does Pandas inner join give ValueError: len(left_on) must equal the number of levels in the index of "right"?为什么 Pandas 内连接会给出 ValueError: len(left_on) must equal the number of levels in index in the index of "right"？
【发布时间】：2015-03-29 12:13:11
【问题描述】：

我正在尝试将 DataFrame A 内部连接到 DataFrame B 并遇到错误。

这是我的加入声明：

merged = DataFrameA.join(DataFrameB, on=['Code','Date'])

这是错误：

ValueError: len(left_on) must equal the number of levels in the index of "right"

我不确定列顺序是否重要（它们并不是真正“有序”的吗？），但以防万一，DataFrame 的组织方式如下：

DataFrameA:  Code, Date, ColA, ColB, ColC, ..., ColG, ColH (shape: 80514, 8 - no index)
DataFrameB:  Date, Code, Col1, Col2, Col3, ..., Col15, Col16 (shape: 859, 16 - no index)

我需要更正我的加入声明吗？还是有另一种更好的方法来获取这两个 DataFrame 的交集（或内部连接）？

【问题讨论】：

需要指出的是，从技术上讲，所有 dfs 和系列和面板都会有一个索引，它可能不是你设置的，但总有一个，可能是从 0 开始的 int64。
完全正确。我只是不知道如何简洁地说出来。标准指数？默认索引？

标签： python pandas join merge inner-join

【解决方案1】：

如果您没有加入索引，请使用merge：

merged = pd.merge(DataFrameA,DataFrameB, on=['Code','Date'])

跟进以下问题：

这是一个可重现的例子：

import pandas as pd
# create some timestamps for date column
i = pd.to_datetime(pd.date_range('20140601',periods=2))

#create two dataframes to merge
df = pd.DataFrame({'code': ['ABC','EFG'], 'date':i,'col1': [10,100]})
df2 = pd.DataFrame({'code': ['ABC','EFG'], 'date':i,'col2': [10,200]})

#merge on columns (default join is inner)
pd.merge(df, df2, on =['code','date'])

这个结果是：

    code    col1    date    col2
0   ABC     10      2014-06-01  10
1   EFG     100     2014-06-02  200

运行此代码时会发生什么？

【讨论】：

merge 甚至还有一个连接类型的参数，如何：{'left', 'right', 'outer', 'inner'}, default 'inner'

【解决方案2】：

这是执行join 的另一种方式。与已验证的答案不同，这是一个更普遍的答案，适用于所有其他类型的联接。

内连接

inner join也可以通过在how中明确提及如下来执行：

pd.merge(df1, df2, on='filename', how='inner')

同样的方法适用于其他类型的连接：

外连接

pd.merge(df1, df2, on='filename', how='outer')

左加入

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

右加入

pd.merge(df1, df2, on='filename', how='right')

【讨论】：