使用熊猫合并时如何保持索引

Question

我想合并两个DataFrames，并保留第一帧的索引作为合并数据集中的索引。但是，当我进行合并时，所得的DataFrame具有整数索引。如何指定要保留左侧数据框中的索引？In [4]: a = pd.DataFrame({'col1': {'a': 1, 'b': 2, 'c': 3},                           'to_merge_on': {'a': 1, 'b': 3, 'c': 4}})In [5]: b = pd.DataFrame({'col2': {0: 1, 1: 2, 2: 3},                           'to_merge_on': {0: 1, 1: 3, 2: 5}})In [6]: aOut[6]:   col1  to_merge_ona     1            1b     2            3c     3            4In [7]: bOut[7]:   col2  to_merge_on0     1            11     2            32     3            5In [8]: a.merge(b, how='left')Out[8]:   col1  to_merge_on  col20     1            1   1.01     2            3   2.02     3            4   NaNIn [9]: _.indexOut[9]: Int64Index([0, 1, 2], dtype='int64')编辑：切换到示例代码，可以轻松地复制

Answer 1

In [5]: a.reset_index().merge(b, how="left").set_index('index')

Out[5]:

       col1  to_merge_on  col2

index

a         1            1     1

b         2            3     2

c         3            4   NaN

注意：如果和之间存在多个匹配项，则对于某些左合并操作，您可能最终会得到更多行a，b并且需要进行重复数据删除（有关重复数据删除的文档）。这就是为什么熊猫不为您保留索引的原因。

Answer 2

有一个非pd.merge解决方案。使用map和set_index

In [1744]: a.assign(col2=a['to_merge_on'].map(b.set_index('to_merge_on')['col2']))

Out[1744]:

   col1  to_merge_on  col2

a     1            1   1.0

b     2            3   2.0

c     3            4   NaN

并且，不要index为索引引入虚拟名称。

Answer 3

您可以在左侧数据框上复制索引并进行合并。

a['copy_index'] = a.index

a.merge(b, how='left')

我发现在处理大型数据框和使用pd.merge_asof()（或dd.merge_asof()）时，此简单方法非常有用。

当重置索引很昂贵（大数据帧）时，这种方法会更好。