Pandas 使用多索引的一列进行连接
Pandas concat using one column of a multindex
我正在尝试加入新数据，该数据在多索引的一列的每个值中都有一个值。一个基本的例子是：
data = io.StringIO('''Fruit,Color,Count,Price
Apple,Red,3,.29
Apple,Green,9,[=11=].99
Pear,Red,25,.59
Pear,Green,26,.79
Lime,Green,99,[=11=].39
''')
df_unindexed = pandas.read_csv(data)
df = df_unindexed.set_index(['Fruit', 'Color'])
df
join = io.StringIO('''Fruit,Count2
Apple,3
Pear,25
Lime,99
''')
join = pandas.read_csv(join)
join = join.set_index(['Fruit'])
join
我想仅使用索引的水果列来连接新数据，给出：
Count Price Count2
Fruit Color
Apple Red 3 .29 3
Green 9 [=12=].99 3
Pear Red 25 .59 25
Green 26 .79 25
Lime Green 99 [=12=].39 99
使用get_level_values with map，上一版.get应该省略：
df['count2'] = df.index.get_level_values('Fruit').map(join['Count2'].get)
print (df)
Count Price count2
Fruit Color
Apple Red 3 .29 3
Green 9 [=10=].99 3
Pear Red 25 .59 25
Green 26 .79 25
Lime Green 99 [=10=].39 99
如果 join 中的多个列可能，请使用 reset_index, join and set_index:
df = df.reset_index(level=1).join(join).set_index('Color', append=True)
on='Fruit'
您可以使用 on 参数指定要用作 join 条件的索引级别或列。
df.join(join, on='Fruit')
Count Price Count2
Fruit Color
Apple Red 3 .29 3
Green 9 [=10=].99 3
Pear Red 25 .59 25
Green 26 .79 25
Lime Green 99 [=10=].39 99
使用reset_index+set_index+assign
df.reset_index(level=1).assign(count2=join.Count2).set_index('Color',append=True)
Out[1068]:
Count Price count2
Fruit Color
Apple Red 3 .29 3
Green 9 [=10=].99 3
Pear Red 25 .59 25
Green 26 .79 25
Lime Green 99 [=10=].39 99
我正在尝试加入新数据，该数据在多索引的一列的每个值中都有一个值。一个基本的例子是：
data = io.StringIO('''Fruit,Color,Count,Price
Apple,Red,3,.29
Apple,Green,9,[=11=].99
Pear,Red,25,.59
Pear,Green,26,.79
Lime,Green,99,[=11=].39
''')
df_unindexed = pandas.read_csv(data)
df = df_unindexed.set_index(['Fruit', 'Color'])
df
join = io.StringIO('''Fruit,Count2
Apple,3
Pear,25
Lime,99
''')
join = pandas.read_csv(join)
join = join.set_index(['Fruit'])
join
我想仅使用索引的水果列来连接新数据，给出：
Count Price Count2
Fruit Color
Apple Red 3 .29 3
Green 9 [=12=].99 3
Pear Red 25 .59 25
Green 26 .79 25
Lime Green 99 [=12=].39 99
使用get_level_values with map，上一版.get应该省略：
df['count2'] = df.index.get_level_values('Fruit').map(join['Count2'].get)
print (df)
Count Price count2
Fruit Color
Apple Red 3 .29 3
Green 9 [=10=].99 3
Pear Red 25 .59 25
Green 26 .79 25
Lime Green 99 [=10=].39 99
如果 join 中的多个列可能，请使用 reset_index, join and set_index:
df = df.reset_index(level=1).join(join).set_index('Color', append=True)
on='Fruit'
您可以使用 on 参数指定要用作 join 条件的索引级别或列。
df.join(join, on='Fruit')
Count Price Count2
Fruit Color
Apple Red 3 .29 3
Green 9 [=10=].99 3
Pear Red 25 .59 25
Green 26 .79 25
Lime Green 99 [=10=].39 99
使用reset_index+set_index+assign
df.reset_index(level=1).assign(count2=join.Count2).set_index('Color',append=True)
Out[1068]:
Count Price count2
Fruit Color
Apple Red 3 .29 3
Green 9 [=10=].99 3
Pear Red 25 .59 25
Green 26 .79 25
Lime Green 99 [=10=].39 99