问题描述：

我有以下数据框：

> 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

如何合并索引以获得：

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

我之所以问这个问题，是因为据我了解，merge()iedf1.merge(df2)使用列来进行匹配。事实上，这样做我得到了：

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

在索引上合并是不是不好的做法？这不可能吗？如果是这样，我该如何将索引移到名为“索引”的新列中？

解决方案 1：

使用merge，默认情况下为内连接：

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

或者join，默认情况下为左连接：

df1.join(df2)

或者concat，默认情况下为外连接：

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

样品：

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

解决方案 2：

您可以使用concat([df1, df2, ...], axis=1)来连接两个或多个按索引对齐的 DF：

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

或者通过自定义字段/索引进行合并：

# 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)

或通过索引进行连接：

 df1.join(df2)

解决方案 3：

这个问题已经解决了一段时间，所有可用的选项都已经存在。然而，在这个答案中，我将尝试进一步阐明这些选项，以帮助您了解何时使用什么。

本文将讨论以下主题：

• 不同条件下与索引合并

  • 基于索引的连接选项：merge，，join`concat`

  • 索引合并

  • 合并一个索引，另一个列

• 有效地使用命名索引来简化合并语法

基于索引的连接

总结

有几个选项，根据使用情况，有些选项比其他选项更简单。

1. DataFrame.merge使用left_index和right_index（或left_on和right_on使用命名索引）

2. DataFrame.join（按索引连接）

3. pd.concat（按索引连接）

索引到索引连接

通常，索引上的内连接看起来像这样：

left.merge(right, left_index=True, right_index=True)

其他类型的连接（左、右、外）遵循类似的语法（并且可以使用进行控制how=...）。

值得注意的替代方案

1. DataFrame.join默认为索引上的左外连接。

 left.join(right, how='inner',)

如果您碰巧得到ValueError: columns overlap but no suffix specified，则需要指定lsuffix和rsuffix=参数来解决这个问题。由于列名相同，因此需要区分后缀。

1. pd.concat按索引进行连接，可以同时连接两个或多个 DataFrame。默认情况下，它执行完全外连接。

 pd.concat([left, right], axis=1, sort=False)

有关更多信息concat，请参阅此帖子。

索引到列的连接

要使用左索引、右列执行内连接，您将使用和DataFrame.merge的组合。left_index=True`right_on=...`

left.merge(right, left_index=True, right_on='key')

其他连接遵循类似的结构。请注意，只能 merge执行索引到列的连接。您可以在多个级别/列上进行连接，前提是左侧的索引级别数等于右侧的列数。

join并且concat无法进行混合合并。您需要使用 设置索引作为预步骤DataFrame.set_index。

这篇文章是我在Pandas Merging 101中工作的精简版。请点击此链接查看有关合并的更多示例和其他主题。

解决方案 4：

默认情况下：

join是按列左连接

pd.merge是按列内连接

pd.concat是按行外连接

pd.concat：

接受 Iterable 参数。因此，它不能直接接受 DataFrames（使用[df,df2]）

DataFrame 的维度应沿轴匹配

Join和pd.merge：

可以采用 DataFrame 参数

解决方案 5：

一个让我困扰的愚蠢错误：由于索引不同，连接失败dtypes。这并不明显，因为两个表都是同一张原始表的数据透视表。之后reset_index，索引在Jupyter中看起来相同。只有在保存到 Excel 时才会显现出来……

我修复了它：df1[['key']] = df1[['key']].apply(pd.to_numeric)

希望这可以为某些人节省一个小时！

解决方案 6：

如果您想在 Pandas 中连接两个数据框，您可以简单地使用可用属性，如merge或concatenate。

例如，如果我有两个数据框df1和df2，我可以通过以下方式连接它们：

newdataframe = merge(df1, df2, left_index=True, right_index=True)

解决方案 7：

您可以尝试以下几种方法来合并/加入您的dataframe。

1. merge（默认为内连接）

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

1. join（默认左连接）

df = df1.join(df2)

1. concat（默认为外连接）

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