Pandas：基于索引合并数据框和系列答案

【问题标题】：Pandas: Merge dataframe and series based on indexPandas：基于索引合并数据框和系列
【发布时间】：2021-03-22 06:04:45
【问题描述】：

我创建了以下数据框priceearning_byyear，但仍不完整：

之后，我想将以下系列price“插入”/合并到上面的df中：

意甲有一行（2021）太多了，我想在插入上面的df时删除。

我的尝试是：

priceearning_byyear.merge(price.to_frame(), left_index=True)

但我收到以下错误：

MergeError: Must pass right_on or right_index=True

如果我使用right_index=True，我会得到：

MergeError: Must pass left_on or left_index=True

我不明白，为什么它不起作用。感谢您的任何指点：-)

【问题讨论】：

这篇文章可能对stackoverflow.com/a/23660378/13273054有帮助

标签： python pandas

【解决方案1】：

你快到了。只需同时传递left_index 和right_index 即可获得如下效果。

# Reproduce your data
import pandas as pd
priceearning_byyear = pd.DataFrame(dict(year=[2016,2017,2018,2019,2020], eps=[2.09,2.32,3.00,2.99,3.31])).set_index('year')
price = pd.Series([28.95,42.31,39.44,73.41,132.69,119.99], index=[2016,2017,2018,2019,2020,2021])
price.name = 'Close'
price.index.name='year'

# Merge priceearning_byyear and price by using their indexes
priceearning_byyear.merge(price,left_index=True,right_index=True)

【讨论】：

【解决方案2】：

您需要在priceearning_byyear 中指定要合并的列。

data1 = {"year":[x for x in range(2016, 2020)], "eps":[x for x in range(2,12,2)]}
data2 = pd.Series(data = {2016: 1, 2017: 2, 2018: 3, 2019: 4, 2020: 5, 2021: 6})

df1 = pd.DataFrame(data1)
df1.merge(data2.to_frame(name='price'), how='left', left_on="year", right_index=True)

result

【讨论】：