on在對in 的工作方式產生嚴重誤解之后join（劇透：與onin非常不同merge），這是我的示例代碼。import pandas as pdindex1 = pd.MultiIndex.from_product([["variables"], ["number", "fruit"]])df1 = pd.DataFrame([["one", "apple"], ["two", "banana"]], columns=index1)index2 = pd.MultiIndex.from_product([["variables"], ["fruit", "color"]])df2 = pd.DataFrame([["banana", "yellow"]], columns=index2)print(df1.merge(df2, on="fruit", how="left"))我得到一個KeyError. 我如何variables.fruit在這里正確引用？要理解我的目的，請考慮沒有多重索引的相同問題：import pandas as pddf1 = pd.DataFrame([["one", "apple"], ["two", "banana"]], columns=["number", "fruit"])df2 = pd.DataFrame([["banana", "yellow"]], columns=["fruit", "color"])# this is obviously incorrect as it uses indexes on `df1` as well as `df2`:print(df1.join(df2, rsuffix="_"))# this is *also* incorrect, although I initially thought it should work, but it uses the index on `df2`:print(df1.join(df2, on="fruit", rsuffix="_"))# this is correct:print(df1.merge(df2, on="fruit", how="left"))預期和想要的結果是這樣的： number fruit color0 one apple NaN1 two banana yellowfruit當是多重索引的一部分時，如何獲得相同的結果？
1 回答
SMILET
TA貢獻1796條經驗 獲得超4個贊
我想我明白你現在想要實現的目標，但我認為這不會join讓你實現這一目標。和DataFrame.join都DataFrame.merge可以調用pandas.core.reshape.merge.merge，但使用DataFrame.merge可以讓您更好地控制應用的默認值。
在您的情況下，您可以使用引用列來通過元組列表加入，其中元組的元素是多索引列的級別。即要使用variables / fruit列，可以通過[('variables', 'fruit')].
使用元組是索引多索引列（和行索引）的方式。您需要將其包裝在列表中，因為可以使用多個列或多個多索引列來執行合并操作，就像 SQL 中的 JOIN 語句一樣。傳遞單個字符串只是一個方便的情況，它會為您包裝在列表中。
由于您僅加入 1 列，因此它是單個元組的列表。
import pandas as pd
index1 = pd.MultiIndex.from_product([["variables"], ["number", "fruit"]])
df1 = pd.DataFrame([["one", "apple"], ["two", "banana"]], columns=index1)
index2 = pd.MultiIndex.from_product([["variables"], ["fruit", "color"]])
df2 = pd.DataFrame([["banana", "yellow"]], columns=index2)
df1.merge(df2, how='left', on=[('variables', 'fruit')])
# returns:
variables
number fruit color
0 one apple NaN
1 two banana yellow
添加回答
舉報
0/150
提交
取消