Cách giữ chỉ mục khi sử dụng hợp nhất gấu trúc

Tôi muốn hợp nhất hai DataFramesvà giữ chỉ mục từ khung đầu tiên làm chỉ mục trên tập dữ liệu đã hợp nhất. Tuy nhiên, khi tôi thực hiện hợp nhất, DataFrame kết quả có chỉ mục số nguyên. Làm cách nào để xác định rằng tôi muốn giữ chỉ mục từ khung dữ liệu bên trái?

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')

CHỈNH SỬA: Được chuyển sang mã ví dụ có thể dễ dàng sao chép

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

Lưu ý: đối với một số thao tác hợp nhất bên trái, bạn có thể kết thúc với nhiều hàng hơn nếu có nhiều kết quả phù hợp giữa avà bvà bạn sẽ cần phải loại bỏ trùng lặp ( tài liệu về loại bỏ trùng lặp ). Đây là lý do tại sao gấu trúc không giữ chỉ số cho bạn.

Bạn có thể tạo một bản sao chỉ mục trên khung dữ liệu bên trái và thực hiện hợp nhất.

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

Tôi thấy phương pháp đơn giản này rất hữu ích khi làm việc với khung dữ liệu lớn và sử dụng pd.merge_asof()(hoặc dd.merge_asof()).

Cách tiếp cận này sẽ tốt hơn khi việc đặt lại chỉ mục là tốn kém (khung dữ liệu lớn).

Có một giải pháp phi pd.merge. Sử dụng mapvàset_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

Và, không giới thiệu indextên giả cho chỉ mục.

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

Điều này cho phép duy trì chỉ mục của df1

Hãy nghĩ rằng tôi đã nghĩ ra một giải pháp khác. Tôi đã kết hợp bảng bên trái trên giá trị chỉ mục và bảng bên phải trên một giá trị cột dựa trên chỉ mục của bảng bên trái. Những gì tôi đã làm là hợp nhất bình thường:

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

Sau đó, tôi lấy các số chỉ mục mới từ bảng đã hợp nhất và đặt chúng vào một cột mới có tên Số dòng cảm xúc:

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

Sau đó, tôi đặt chỉ mục theo cách thủ công trở lại chỉ mục bảng bên trái, ban đầu dựa trên cột có sẵn từ trước được gọi là Số dòng (giá trị cột mà tôi đã tham gia từ chỉ mục bảng bên trái):

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

Sau đó, xóa tên chỉ mục của Số dòng để nó vẫn trống:

First10ReviewsJoined.index.name = None

Có thể là một chút hack nhưng dường như hoạt động tốt và tương đối đơn giản. Ngoài ra, đoán nó làm giảm nguy cơ trùng lặp / xáo trộn dữ liệu của bạn. Hy vọng rằng tất cả đều có ý nghĩa.

một tùy chọn đơn giản khác là đổi tên chỉ mục thành trước đó:

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

hợp nhất bảo toàn thứ tự tại khung dữ liệu 'a', nhưng chỉ đặt lại chỉ mục để nó được lưu để sử dụng set_axis