在 Pandas 中对列和索引使用合并答案

【问题标题】：Using Merge on a column and Index in Pandas在 Pandas 中对列和索引使用合并
【发布时间】：2015-10-10 07:16:25
【问题描述】：

我有两个独立的数据框，它们共享一个项目编号。在type_df 中，项目号是索引。在time_df 中，项目号是一列。我想计算type_df 中具有Project Type 的2 的行数。我正在尝试使用pandas.merge() 来做到这一点。它在使用两列时效果很好，但不是索引。我不确定如何引用索引以及merge 是否是正确的方法。

import pandas as pd
type_df = pd.DataFrame(data = [['Type 1'], ['Type 2']], 
                       columns=['Project Type'], 
                       index=['Project2', 'Project1'])
time_df = pd.DataFrame(data = [['Project1', 13], ['Project1', 12], 
                               ['Project2', 41]], 
                       columns=['Project', 'Time'])
merged = pd.merge(time_df,type_df, on=[index,'Project'])
print merged[merged['Project Type'] == 'Type 2']['Project Type'].count()

错误：

名称“索引”未定义。

期望的输出：

【问题讨论】：

标签： python python-2.7 pandas merge

【解决方案1】：

如果您想在合并中使用索引，您必须指定left_index=True 或right_index=True，然后使用left_on 或right_on。对你来说，它应该是这样的：

merged = pd.merge(type_df, time_df, left_index=True, right_on='Project')

【讨论】：

【解决方案2】：

您必须在每个数据框中具有相同的列才能合并。

在这种情况下，只需为 type_df 创建一个“项目”列，然后在其上合并：

type_df['Project'] = type_df.index.values
merged = pd.merge(time_df,type_df, on='Project', how='inner')
merged
#    Project  Time Project Type
#0  Project1    13       Type 2
#1  Project1    12       Type 2
#2  Project2    41       Type 1

print merged[merged['Project Type'] == 'Type 2']['Project Type'].count()
2

【讨论】：

【解决方案3】：

另一种解决方案是使用DataFrame.join:

df3 = type_df.join(time_df, on='Project')

对于版本pandas 0.23.0+the on, left_on, and right_on parameters may now refer to either column names or index level names：

left_index = pd.Index(['K0', 'K0', 'K1', 'K2'], name='key1')
left = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                     'key2': ['K0', 'K1', 'K0', 'K1']},
                    index=left_index)
                    
right_index = pd.Index(['K0', 'K1', 'K2', 'K2'], name='key1')

right = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                     'D': ['D0', 'D1', 'D2', 'D3'],
                     'key2': ['K0', 'K0', 'K0', 'K1']},
                      index=right_index)
          
print (left)    
       A   B key2
key1             
K0    A0  B0   K0
K0    A1  B1   K1
K1    A2  B2   K0
K2    A3  B3   K1
        
print (right)
       C   D key2
key1             
K0    C0  D0   K0
K1    C1  D1   K0
K2    C2  D2   K0
K2    C3  D3   K1

df = left.merge(right, on=['key1', 'key2'])
print (df)
       A   B key2   C   D
key1                     
K0    A0  B0   K0  C0  D0
K1    A2  B2   K0  C1  D1
K2    A3  B3   K1  C3  D3

【讨论】：

我可以传递列的数字索引而不是列名吗？我有重复的列名，因此这个失败了。
令人困惑。当前版本的join没有left_on和right_on。