Pandas DataFrame：如何在索引和列的组合上向左与第二个 DataFrame 合并

Question

我正在尝试合并两个数据框。我想在合并一列，那就是指数的第二数据帧和一列，这是一个的列在第二个数据帧。两个 DataFrame 中的列/索引名称不同。例子：import pandas as pddf2 = pd.DataFrame([(i,'ABCDEFGHJKL'[j], i*2 + j)                     for i in range(10)                     for j in range(10)],                    columns = ['Index','Sub','Value']).set_index('Index')df1 = pd.DataFrame([['SOMEKEY-A',0,'A','MORE'],                    ['SOMEKEY-B',4,'C','MORE'],                    ['SOMEKEY-C',7,'A','MORE'],                    ['SOMEKEY-D',5,'Z','MORE']                   ], columns=['key', 'Ext. Index', 'Ext. Sub', 'Description']                  ).set_index('key')df1 打印出来key Ext. Index  Ext. Sub    DescriptionSOMEKEY-A   0   A   MORESOMEKEY-B   4   C   MORESOMEKEY-C   7   A   MORESOMEKEY-D   5   Z   MOREdf2 的第一行是Index   Sub Value0   A   00   B   10   C   20   D   30   E   4我想将“Ext.Index”和“Ext.Sub”与DataFrame df2合并，其中索引是“Index”，列是“Sub”该预期的结果是：key Ext. Index  Ext. Sub    Description Ext. ValueSOMEKEY-A   0   A   MORE    0SOMEKEY-B   4   C   MORE    10SOMEKEY-C   7   A   MORE    14SOMEKEY-D   5   Z   MORE    None手动，合并是这样工作的def get_value(x):    try:        return df2[(df2.Sub == x['Ext. Sub']) &                    (df2.index == x['Ext. Index'])]['Value'].iloc[0]    except IndexError:        return Nonedf1['Ext. Value'] = df1.apply(get_value, axis = 1)我可以使用 apd.merge或pd.concat命令执行此操作，而无需通过将 df2.index 转换为列来更改 df2 吗？

Answer 1

尝试使用：

df_new = (df1.merge(df2[['Sub', 'Value']],

                    how='left',

                    left_on=['Ext. Index', 'Ext. Sub'],

                    right_on=[df2.index, 'Sub'])

          .set_index(df1.index)

          .drop('Sub', axis=1))