Pandalar birleştirmeyi kullanırken dizin nasıl korunur?

İkisini birleştirmek istiyorum DataFrames ve ilk çerçevedeki dizini birleştirilmiş veri kümesindeki dizin olarak tutmak . Ancak, birleştirmeyi yaptığımda, sonuçta elde edilen DataFrame tamsayı indeksine sahip. İndeksi sol veri çerçevesinden korumak istediğimi nasıl belirtebilirim?

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')

DÜZENLEME: Kolayca yeniden üretilebilen örnek koda geçildi

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

Not: Bazı sol birleştirme işlemleri için, ave arasında birden fazla eşleşme varsa daha fazla satırla sonuçlanabilir bve tekilleştirmeniz gerekir ( tekilleştirme için belgeler ). Bu yüzden pandalar dizini sizin için tutmuyor.

Sol dataframe üzerinde indeksin bir kopyasını oluşturabilir ve birleştirme yapabilirsiniz.

a['copy_index'] = a.index
a.merge(b, how='left')

Bu basit yöntemi, büyük veri çerçevesiyle çalışırken ve pd.merge_asof()(veyadd.merge_asof() ) .

Bu yaklaşım, indeksi sıfırlamak pahalı olduğunda (büyük veri çerçevesi) daha üstün olacaktır.

Pd.merge olmayan bir çözüm var. kullanılması mapveset_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

Ve indexdizin için sahte bir isim vermez .

df1 = df1.merge(
        df2, how="inner", left_index=True, right_index=True
    )

Bu, df1 indeksinin korunmasına izin verir

Sanırım farklı bir çözüm buldum. Sol tablonun indeksine dayalı bir sütun değeri üzerinde indeks değerinde sol tabloya ve sağ tabloya katılıyordum. Yaptığım şey normal bir birleşmeydi:

First10ReviewsJoined = pd.merge(First10Reviews, df, left_index=True, right_on='Line Number')

Sonra birleştirilmiş tablodan yeni dizin numaralarını aldım ve Duygu Satırı Numarası adlı yeni bir sütuna koydum:

First10ReviewsJoined['Sentiment Line Number']= First10ReviewsJoined.index.tolist()

Ardından dizini, Satır Numarası (sol tablo dizininden katıldığım sütun değeri) olarak adlandırılan önceden var olan sütuna göre orijinal, sol tablo dizinine manuel olarak ayarladım:

First10ReviewsJoined.set_index('Line Number', inplace=True)

Ardından, boş kalması için Satır Numarasının dizin adını kaldırın:

First10ReviewsJoined.index.name = None

Belki biraz hack ama iyi ve nispeten basit çalışıyor gibi görünüyor. Ayrıca, verilerinizin kopyalanması / karıştırılması riskini azalttığını tahmin edin. Umarım hepsi mantıklıdır.

başka bir basit seçenek, dizini daha önce olduğu gibi yeniden adlandırmaktır:

a.merge(b, how="left").set_axis(a.index)

birleştirme, veri çerçevesi 'a'daki sırayı korur, ancak dizini sıfırlar, böylece set_axis kullanmak için kaydedilir