İki veri çerçevesini dizine göre birleştir

Merhaba ben aşağıdaki dataframes var:

> 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

Almak için endeksleri nasıl birleştiririm:

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

Ben soruyorum çünkü benim anlayış merge()yani df1.merge(df2)eşleştirme yapmak için sütunlar kullanır. Aslında, bunu yaparken:

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

Endekste birleşmek kötü bir uygulama mı? İmkansız mı? Öyleyse, dizini "index" adlı yeni bir sütuna nasıl kaydırabilirim?

Teşekkürler

Kullanım mergeiç olduğu varsayılan olarak katılmak:

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

Veya join, varsayılan olarak birleştirme bırakılır:

df1.join(df2)

Veya concat, varsayılan olarak dış birleşimdir:

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

Örnekler :

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

dizinlerle hizalanmış iki veya daha fazla DF'yi birleştirmek için concat ([df1, df2, ...], axis = 1) kullanabilirsiniz:

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

veya özel alanlara / dizinlere göre birleştirmek için birleştirin:

# 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)

veya dizine göre katılmak için katılın :

 df1.join(df2)

Varsayılan olarak:
joinsütun-sütun sol birleşimidir
pd.mergesütun-sütun iç birleşim
pd.concatsatır-bilyalı dış birleşim

pd.concat:
Yinelenebilir argümanlar alır. Bu nedenle, DataFrame'leri doğrudan alamaz (kullan [df,df2])
DataFrame'in boyutları eksen boyunca eşleşmelidir

Joinve pd.merge:
DataFrame bağımsız değişkenlerini alabilir

Beni yakalayan aptalca bir hata: dizinler dtypesfarklı olduğu için birleştirmeler başarısız oldu . Her iki tablo aynı orijinal tablonun pivot tabloları olduğu gibi bu belli değildi. Daha sonra reset_index, endeksler Jupyter'de aynı görünüyordu. Sadece Excel'e kaydederken ortaya çıktı ...

Şununla düzeltildi: df1[['key']] = df1[['key']].apply(pd.to_numeric)

Umarım bu bir saat tasarruf sağlar!

Pandalardaki iki veri çerçevesine katılmak istiyorsanız mergeveya gibi mevcut özellikleri kullanabilirsiniz concatenate. Örneğin, iki veri çerçevem ​​varsa df1ve df2bunlara şu şekilde katılabilirim:

newdataframe=merge(df1,df2,left_index=True,right_index=True)