Scal dwie ramki danych według indeksu


160

Cześć, mam następujące ramki danych:

> df1
  id begin conditional confidence discoveryTechnique  
0 278    56       false        0.0                  1   
1 421    18       false        0.0                  1 

> df2
   concept 
0  A  
1  B

Jak połączyć indeksy, aby uzyskać:

  id begin conditional confidence discoveryTechnique   concept 
0 278    56       false        0.0                  1  A 
1 421    18       false        0.0                  1  B

Pytam, ponieważ rozumiem, że merge()np. df1.merge(df2)Używa kolumn do dopasowania. W rzeczywistości robiąc to, otrzymuję:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/frame.py", line 4618, in merge
    copy=copy, indicator=indicator)
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.py", line 58, in merge
    copy=copy, indicator=indicator)
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.py", line 491, in __init__
    self._validate_specification()
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.py", line 812, in _validate_specification
    raise MergeError('No common columns to perform merge on')
pandas.tools.merge.MergeError: No common columns to perform merge on

Czy łączenie się w indeksie jest złą praktyką? Czy to niemożliwe? Jeśli tak, jak mogę przenieść indeks do nowej kolumny o nazwie „indeks”?

Dzięki


3
spróbuj tego:df1.join(df2)
MaxU

A co jeśli chcesz dołączyć przez indeks jednej ramki danych i kolumnę drugiej ramki danych? (Moja druga ramka danych ma kolumnę, która pasuje do indeces w pierwszym df.)
mikey

Odpowiedzi:


321

Użyj merge, co jest domyślnie złączeniem wewnętrznym:

pd.merge(df1, df2, left_index=True, right_index=True)

Lub join, który domyślnie pozostaje dołączony:

df1.join(df2)

Lub concat, co jest domyślnie złączeniem zewnętrznym:

pd.concat([df1, df2], axis=1)

Próbki :

df1 = pd.DataFrame({'a':range(6),
                    'b':[5,3,6,9,2,4]}, index=list('abcdef'))

print (df1)
   a  b
a  0  5
b  1  3
c  2  6
d  3  9
e  4  2
f  5  4

df2 = pd.DataFrame({'c':range(4),
                    'd':[10,20,30, 40]}, index=list('abhi'))

print (df2)
   c   d
a  0  10
b  1  20
h  2  30
i  3  40

#default inner join
df3 = pd.merge(df1, df2, left_index=True, right_index=True)
print (df3)
   a  b  c   d
a  0  5  0  10
b  1  3  1  20

#default left join
df4 = df1.join(df2)
print (df4)
   a  b    c     d
a  0  5  0.0  10.0
b  1  3  1.0  20.0
c  2  6  NaN   NaN
d  3  9  NaN   NaN
e  4  2  NaN   NaN
f  5  4  NaN   NaN

#default outer join
df5 = pd.concat([df1, df2], axis=1)
print (df5)
     a    b    c     d
a  0.0  5.0  0.0  10.0
b  1.0  3.0  1.0  20.0
c  2.0  6.0  NaN   NaN
d  3.0  9.0  NaN   NaN
e  4.0  2.0  NaN   NaN
f  5.0  4.0  NaN   NaN
h  NaN  NaN  2.0  30.0
i  NaN  NaN  3.0  40.0

2
miły. dla innych czytających to, jeśli to nie działa, sprawdź, czy potrzebujesz .transpose()jednego z twoich plików df, aby zsynchronizować indeksy - to był mój problem
Jona

2
Wielkie dzięki. Świetna odpowiedź. Ale dlaczego concattrzeba umieścić df w nawiasach podczas, joina mergenie?
Bowen Liu

@Bowen Liu Moim zdaniem za możliwe połączenie wielu ramek DataFrames na liście, jak dfs = [df1, df2, df3,... dfn]i potemdf = pd. concat(dfs)
jezrael

@jezrael Czy mógłbyś sprawdzić moje nowe pytanie na stackoverflow.com/questions/57133848/ ...
Msquare

29

możesz użyć concat ([df1, df2, ...], axis = 1) , aby połączyć dwa lub więcej DF wyrównane indeksami:

pd.concat([df1, df2, df3, ...], axis=1)

lub scal w celu łączenia przez niestandardowe pola / indeksy:

# join by _common_ columns: `col1`, `col3`
pd.merge(df1, df2, on=['col1','col3'])

# join by: `df1.col1 == df2.index`
pd.merge(df1, df2, left_on='col1' right_index=True)

lub dołącz, aby dołączyć według indeksu:

 df1.join(df2)

6

Domyślnie:
jointo złączenie lewostronne względem
pd.mergekolumn
pd.concatto złączenie wewnętrzne zgodne z kolumnami jest złączeniem zewnętrznym względem wierszy

pd.concat:
pobiera iterowalne argumenty. W związku z tym nie może bezpośrednio pobierać DataFrame (użyj [df,df2]).
Wymiary DataFrame powinny być zgodne wzdłuż osi

Joinand pd.merge:
może przyjmować argumenty DataFrame


5

Głupi błąd, który mnie dopadł: łączenia nie powiodły się, ponieważ indeks się dtypesróżnił. Nie było to oczywiste, ponieważ obie tabele były tabelami przestawnymi tej samej oryginalnej tabeli. Później reset_indexindeksy wyglądały identycznie w Jupyter. Wyszło na jaw dopiero podczas zapisywania do Excela ...

Naprawiono za pomocą: df1[['key']] = df1[['key']].apply(pd.to_numeric)

Miejmy nadzieję, że to zaoszczędzi komuś godzinę!


4

Jeśli chcesz połączyć dwie ramki danych w pandach, możesz po prostu użyć dostępnych atrybutów, takich jak mergelub concatenate. Na przykład, jeśli mam dwie ramki danych df1i df2mogę do nich dołączyć:

newdataframe=merge(df1,df2,left_index=True,right_index=True)
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.