Я хотел бы объединить два DataFrames и сохранить индекс из первого фрейма в качестве индекса в объединенном наборе данных. Однако, когда я делаю слияние, полученный DataFrame имеет целочисленный индекс. Как я могу указать, что я хочу сохранить индекс из левого фрейма данных?
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]: a
Out[6]:
col1 to_merge_on
a 1 1
b 2 3
c 3 4
In [7]: b
Out[7]:
col2 to_merge_on
0 1 1
1 2 3
2 3 5
In [8]: a.merge(b, how='left')
Out[8]:
col1 to_merge_on col2
0 1 1 1.0
1 2 3 2.0
2 3 4 NaN
In [9]: _.index
Out[9]: Int64Index([0, 1, 2], dtype='int64')
EDIT: переключается на пример кода, который можно легко воспроизвести
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
Примечание: для некоторых операций слияния слева вы можете получить больше строк, если между a и b имеется несколько совпадений, и вам потребуется дедупликация (документация для дедупликации). Вот почему панды не хранят индекс для вас.
Существует не-pd.merge решение. Используя map и 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
И не вводит фиктивное имя index для индекса.
df1 = df1.merge(
df2, how="inner", left_index=True, right_index=True
)
Это позволяет сохранить индекс df1
Вы можете сделать копию индекса на левом фрейме данных и выполнить слияние.
a['copy_index'] = a.index
a.merge(b, how='left')
Я нашел этот простой метод очень полезным при работе с большим фреймом данных и использовании pd.merge_asof() (или dd.merge_asof()).
Объединение двух фреймов данных с индексом является эффективным, а сброс индекса является дорогостоящим в настройке больших фреймов данных.