按索引合并两个数据帧
按索引合并两个数据帧
提问于 2016-11-07 22:51:51
我有以下数据帧：
> 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我之所以这样问，是因为我的理解是merge()，即df1.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在索引上合并是不好的做法吗？这不可能吗？如果是这样，我如何将索引转移到一个名为" index“的新列中？
回答 4
Stack Overflow用户
发布于 2016-11-07 22:54:37
您可以使用concat([df1, df2, ...], axis=1)来连接两个或更多按索引对齐的DFs：
pd.concat([df1, df2, df3, ...], axis=1)或用于通过自定义字段/索引连接的merge：
# 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)或者用于通过索引连接的join：
df1.join(df2)Stack Overflow用户
发布于 2019-07-26 11:06:04
默认情况下：
join是按列的左连接
pd.merge是按列的内连接
pd.concat是逐行的外连接
pd.concat
takes Iterable arguments. Thus, it cannot take DataFrames directly (use `[df,df2]`) Dimensions of DataFrame should match along axis Join和pd.merge
can take DataFrame argumentsStack Overflow用户
发布于 2018-08-27 19:02:24
一个愚蠢的bug让我抓狂:连接失败是因为索引dtypes不同。这并不明显，因为两个表都是同一原始表的数据透视表。在reset_index之后，这些索引在Jupyter中看起来是一样的。只有在保存到Excel时才会出现...
我用：df1[['key']] = df1[['key']].apply(pd.to_numeric)修复了它
希望这能为某些人节省一个小时！
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/40468069
复制相关文章
相似问题