Scalanie dwóch ramek danych według indeksu

Witam mam następujące dataframes: 

> 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

Jak połączyć indeksy, aby uzyskać: 

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

Pytam, ponieważ z mojego zrozumienia wynika, że merge() tzn. df1.merge(df2) używa kolumn do matching.In fakt robiąc to dostaję: 

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

Czy łączenie się z indeksem jest złą praktyką? Czy to niemożliwe? Jeśli tak, to czy mogę przenieść indeks do nowej kolumny o nazwie "indeks"?

Dzięki

Author: Rambatino, 2016-11-07
Source

4 answers

Użycie merge, które domyślnie jest połączeniem wewnętrznym: 

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

Lub join, który jest domyślnie dołączony: 

df1.join(df2)

Lub concat, który domyślnie jest połączeniem zewnętrznym: 

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

Próbki : 

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
 115
Author: jezrael,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-08-09 12:26:47

Możesz użyć concat ([DF1, DF2, ...], axis=1) w celu połączenia dwóch lub więcej DFs wyrównanych indeksami: 

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

Lub merge do łączenia przez niestandardowe pola / indeksy: 

# 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)

Lub Dołącz do łączenia przez indeks: 

 df1.join(df2)
 17
Author: MaxU,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2016-11-07 17:44:05

Jeśli chcesz połączyć dwa ramki danych w pandy, możesz użyć po prostu dostępnych atrybutów, takich jak merge lub conacenate. Na przykład, jeśli mam dwa dataframes df1 i df2 mogę dołączyć do nich następnie przez: 

newdataframe=merge(df1,df2,left_index=True,right_index=True)
 1
Author: vignesh babu,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-08-25 09:29:44

Głupi błąd, który mnie dopadł: joins nie powiodło się, ponieważ indeks dtypy się różniły. Nie było to oczywiste, ponieważ oba stoły były obrotowymi stołami tego samego oryginalnego stołu. Po reset_index indeksy wyglądały identycznie w jupyterze. Wyszło na jaw tylko przy zapisywaniu do Excela...

Fixed with: df1[['key']] = df1[['key']].apply(pd.to_numeric)

Miejmy nadzieję, że to zaoszczędzi komuś godzinę!

 1
Author: Stephen Morrell,
Warning: date(): Invalid date.timezone value 'Europe/Kyiv', we selected the timezone 'UTC' for now. in /var/www/agent_stack/data/www/doraprojects.net/template/agent.layouts/content.php on line 54
2018-08-27 11:02:23