与 pandas 合并后设置索引？

Question

正在执行以下合并

import pandas as pd
s = pd.Series(range(5, 10), index=range(10, 15), name='score')
df = pd.DataFrame({'id': (11, 13), 'value': ('a', 'b')})
pd.merge(s, df, 'left', left_index=True, right_on='id')

此数据框中的结果：

     score  id value
NaN      5  10   NaN
0.0      6  11     a
NaN      7  12   NaN
1.0      8  13     b
NaN      9  14   NaN

为什么 Pandas 将右侧数据框中的索引作为结果的索引，而不是左侧系列的索引，即使我同时指定了左合并和 left_index=True ？ documentation 说

left: use only keys from left frame

我的解释与我实际得到的结果不同。我期望的是以下数据框。

    score  id value
10      5  10   NaN
11      6  11     a
12      7  12   NaN
13      8  13     b
14      9  14   NaN

我正在使用 Python 3.7.5 和 Pandas 0.25.3。

Answer 1

您可以使用 reset_index 执行此操作：

df = pd.merge(s,df, 'left', left_index=True, right_on='id').reset_index(drop=True).set_index('id').rename_axis(index=None)
df.insert(1, 'id', df.index)

    score  id value
10      5  10   NaN
11      6  11     a
12      7  12   NaN
13      8  13     b
14      9  14   NaN

Answer 2

事情是这样的：

输出索引是 index/column 个合并键 [0, 1] 的交集。
缺失的键被替换为 NaN
NaN 导致索引类型被升级为 float

要设置索引，只需分配给它：

s2 = pd.merge(s, df, how='left', left_index=True, right_on='id')
s2.index = s.index

    score  id value
10      5  10   NaN
11      6  11     a
12      7  12   NaN
13      8  13     b
14      9  14   NaN

你也可以在s上合并（只是因为我不喜欢直接调用pd.merge）：

(s.to_frame()
  .merge(df, how='left', left_index=True, right_on='id')
  .set_axis(s.index, axis=0, inplace=False))

    score  id value
10      5  10   NaN
11      6  11     a
12      7  12   NaN
13      8  13     b
14      9  14   NaN

Answer 3

由于我不需要 id 列和索引中的重复信息，我结合了 cs95 和 oppressionslayer 的答案，并执行了以下操作：

pd.merge(s, df, 'left', left_index=True, right_on='id').set_index('id')

产生此数据框的结果：

    score value
id             
10      5   NaN
11      6     a
12      7   NaN
13      8     b
14      9   NaN

由于这与我最初要求的不同，我将 cs95 的答案保留为可接受的答案，但我认为这个用例也需要记录下来。

与 pandas 合并后设置索引？

Setting the index after merging with pandas?

python

merge

series

dataframe

pandas