我有两个pandas DataFrame,如下所示：
df1 = pd.DataFrame({('Q1', 'SubQ1'):[1, 2, 3], ('Q1', 'SubQ2'):[1, 2, 3], ('Q2', 'SubQ1'):[1, 2, 3]})
df1['ID'] = ['a', 'b', 'c']
df2 = pd.DataFrame({'item_id': ['a', 'b', 'c'], 'url':['a.com', 'blah.com', 'company.com']})
DF1：
Q1 Q2 ID
SubQ1 SubQ2 SubQ1
0 1 1 1 a
1 2 2 2 b
2 3 3 3 c
DF2：
item_id url
0 a a.com
1 b blah.com
2 c company.com
注意,df1有一些带有层次索引的列(例如(‘Q1′,’SubQ1’)),有些列只有正常的索引(例如ID).
我想在ID和item_id字段上合并这两个数据框.使用：
result = pd.merge(df1, df2, left_on='ID', right_on='item_id')
得到：
(Q1, SubQ1) (Q1, SubQ2) (Q2, SubQ1) (ID, ) item_id url
0 1 1 1 a a a.com
1 2 2 2 b b blah.com
2 3 3 3 c c company.com
正如您所看到的,合并本身工作正常,但MultiIndex已丢失并已恢复为元组.我尝试使用pd.MultiIndex.from_tuples重新创建MultiIndex,如下所示：
result.columns = pd.MultiIndex.from_tuples(result)
但这会导致item_id和url列出现问题,只取其名称的前两个字符：
Q1 Q2 ID i u
SubQ1 SubQ2 SubQ1 t r
0 1 1 1 a a a.com
1 2 2 2 b b blah.com
2 3 3 3 c c company.com
将df2中的列转换为单元素元组(即.(‘item_id’,)而不仅仅是’item_id’)没有区别.
如何合并这两个DataFrame并正确保持MultiIndex？或者,我如何获取合并的结果并返回具有适当MultiIndex的列而不会弄清楚item_id和url列的名称？
解决方法:
如果你无法击败他们,请加入他们. (在合并之前,使两个DataFrames具有相同数量的索引级别)：
import pandas as pd
df1 = pd.DataFrame({('Q1', 'SubQ1'):[1, 2, 3], ('Q1', 'SubQ2'):[1, 2, 3], ('Q2', 'SubQ1'):[1, 2, 3]})
df1['ID'] = ['a', 'b', 'c']
df2 = pd.DataFrame({'item_id': ['a', 'b', 'c'], 'url':['a.com', 'blah.com', 'company.com']})
df2.columns = pd.MultiIndex.from_product([df2.columns, ['']])
result = pd.merge(df1, df2, left_on='ID', right_on='item_id')
print(result)
产量
Q1 Q2 ID item_id url
SubQ1 SubQ2 SubQ1
0 1 1 1 a a a.com
1 2 2 2 b b blah.com
2 3 3 3 c c company.com
这也避免了UserWarning：
pandas/core/reshape/merge.py:551: UserWarning: merging between different levels can give an unintended result (2 levels on the left, 1 on the right)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
