在单一级别的MultiIndex上合并

  • Z时代
  • 2024-01-10
  • 分类：问答

有什么方法可以在不重置索引的情况下在MultiIndex的单个级别上进行合并？

我有一个由ObjectID索引的时不变值的“静态”表，而我有一个由ObjectID + Date索引的时变字段的“动态”表。我想将这些表连接在一起。

现在，我能想到的最好的是：

dynamic.reset_index().merge(static, left_on=['ObjectID'], right_index=True)

但是，动态表非常大，我不想为了合并值而随意修改其索引。

回答：

是的，从pandas 0.14.0开始，现在可以使用将单个索引的DataFrame与多索引的DataFrame级别合并.join。

df1.join(df2, how='inner') # how='outer' keeps all records from both data frames

0.14 pandas文档将其描述为等效的，但比以下方法具有更高的内存效率和更快的内存：

merge(df1.reset_index(),
      df2.reset_index(),
      on=['index1'],
      how='inner'
     ).set_index(['index1','index2'])

文档还提到.join不能用于在单个级别上合并两个多索引的DataFrame，并且从上一期的GitHub跟踪器讨论中可以看出，实现此优先级似乎不高：

所以我合并为单个联接，请参见＃6363; 以及有关如何进行多-

多联接的一些文档。实际实现起来相当复杂。和恕我直言，不值得付出努力，因为它实际上根本不会改变太多的内存使用/速度。

但是，与此相关的是GitHub对话，最近有一些开发https://github.com/pydata/pandas/issues/6360。也可以通过重置索引来实现此目的，如前所述，文档中也有描述。

熊猫更新> = 0.24.0

现在可以将多索引数据帧彼此合并。根据发行说明：

index_left = pd.MultiIndex.from_tuples([('K0', 'X0'), ('K0', 'X1'),
                                        ('K1', 'X2')],
                                        names=['key', 'X'])
left = pd.DataFrame({'A': ['A0', 'A1', 'A2'],
                     'B': ['B0', 'B1', 'B2']}, index=index_left)
index_right = pd.MultiIndex.from_tuples([('K0', 'Y0'), ('K1', 'Y1'),
                                        ('K2', 'Y2'), ('K2', 'Y3')],
                                        names=['key', 'Y'])
right = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                      'D': ['D0', 'D1', 'D2', 'D3']}, index=index_right)
left.join(right)

出：

            A   B   C   D
key X  Y                 
K0  X0 Y0  A0  B0  C0  D0
    X1 Y0  A1  B1  C0  D0
K1  X2 Y1  A2  B2  C1  D1
[3 rows x 4 columns]

以上是 在单一级别的MultiIndex上合并 的全部内容， 来源链接： utcz.com/qa/407254.html

回到顶部