pandas.merge()中输出列的规则

but5z9lq 于 2023-09-29 发布在其他

关注(0)|答案(1)|浏览(107)

当我使用pandas.merge时，有一个奇怪的输出，我无法理解调用merge()后输出列的真实的规则。
源代码（pandas是v1.5.2）：

import pandas as pd
import numpy as np

s1 = pd.Series([100, 200, 300], index=[4,5,6], name="A")
df2 = pd.DataFrame([[100,1,1,1],[200,2,2,2],[300,3,3,3]], index=[4,5,6],columns=list("ABCD"))
df3 = pd.merge(
    s1,
    df2,
    suffixes=("_left", "_right"),
    how="left",
    left_index=True,
    right_on="A",
)
print(df3)

输出为：
See the image

A  A_left  A_right   B   C   D
NaN  4     100      NaN NaN NaN NaN
NaN  5     200      NaN NaN NaN NaN
NaN  6     300      NaN NaN NaN NaN

那么问题来了，为什么第二列（标记为A）的值是输入序列的索引，而A被转换为列，而不是索引？
还有，谁能更详细地给予一下合并API的输出列的规则？
我读了docs，但它有点简短。

pandas

来源：https://stackoverflow.com/questions/77094543/the-rule-of-the-output-columns-in-pandas-merge

1条答案

按热度按时间

yrefmtwq1#

我想你误解了Series的名字：

>>> s1
4    100
5    200
6    300
Name: A, dtype: int64
#     ^--- A is the name of the values not the index

>>> s1.to_frame()
     A  # it becomes the name of the column when your convert it as DataFrame
4  100
5  200
6  300

>>> s1.rename_axis('MyIndex')
MyIndex  # now the index has a name
4    100
5    200
6    300
Name: A, dtype: int64

在代码中，您尝试查找s1的索引（没有名称）和df2的'A'列之间的关系。所以你尝试将[4，5，6]与[100，200，300]匹配，这是没有意义的。
然而，你应该做的是：

>>> pd.merge(s1, df2, on='A', how='left', suffixes=("_left", "_right"))
     A  B  C  D
0  100  1  1  1
1  200  2  2  2
2  300  3  3  3

如果你想通过索引连接，你必须用途：

>>> pd.merge(s1, df2, left_index=True, right_index=True, how='left', suffixes=("_left", "_right"))
   A_left  A_right  B  C  D
4     100      100  1  1  1
5     200      200  2  2  2
6     300      300  3  3  3

赞(0）回复(0）举报 2023-09-29

我来回答

pandas.merge()中输出列的规则

1条答案

相关问题

热门标签

最新问答