python - 使用配对索引键连接两个数据帧

Question

我有两个数据框，我从中确定了要合并到一个数据框中的匹配候选者。每个原始数据框都有自己的索引，索引彼此不对应(也没有其他列可以合并)。但是，我有一组成对的索引，指示应将哪些单独的记录对连接在一起。我一直找不到此类合并的任何资源 https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html .

我想出的方法既笨重又缓慢，我相信有更好的方法。

import numpy as np
import pandas as pd

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
                    index=[0, 1, 2, 3])

df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']},
                    index=[4, 5, 6, 7])

# The array of paired index keys
matches = np.array([(3,4),
                   (1,5),
                   (0,6),
                   (2,7)])

keys = {i[0]: i[1] for i in matches}

merged = pd.DataFrame()
for key, value in keys.items():
    left = df1.loc[[key]].reset_index()
    right = df2.loc[[value]].reset_index()

    together = pd.concat([left, right], axis = 1)
    merged = merged.append(together)

Answer 1

您可以这样做，使用 reindex 根据匹配对数据帧进行排序，然后使用 reset_index 和 pd.concat 数据帧:

d1 = df1.reindex(matches[:,0]).reset_index()
d2 = df2.reindex(matches[:,1]).reset_index()

pd.concat([d1,d2], axis=1)

输出:

   index   A   B   C   D  index   A   B   C   D
0      3  A3  B3  C3  D3      4  A4  B4  C4  D4
1      1  A1  B1  C1  D1      5  A5  B5  C5  D5
2      0  A0  B0  C0  D0      6  A6  B6  C6  D6
3      2  A2  B2  C2  D2      7  A7  B7  C7  D7