python - 如何合并多维数据框和不同长度的系列？

Question

有没有办法合并具有一系列不同长度的多维数据框？组合 df 的方法有很多种。我读过有关加入、串联、附加和合并的内容。我不知道该用哪一个。而且，它们都有许多可选参数，这使得它更难以理解。有人可以澄清文档( https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html )，特别是关于如何合并数据帧和不同长度的系列吗？

例如，我想合并以下多维数据框，

d = {'Name': ['Kitty', 'Harry', 'Bear', 'Sam', 'Max', 'Hunter', 'Fluffy'], 'Favloc': ['couch', 'windowsill', 'bed', 'basket', 'floor', 'carpet', 'haybale'], 'Pet': ['Cat', 'Cat', 'Cat', 'Dog', 'Dog', 'Dog', 'Hamster']}
df = pd.DataFrame(data=d)
df = df.set_index(['Pet', 'Name'])

print (df)
                 Favloc
Pet     Name           
Cat     Kitty     couch
        Harry   windows
        Bear        bed
        Sam      basket
Dog     Max       floor
        Hunter   carper

具有以下系列，s1:

s1 = pd.Series([3,3,1], index=['Cat','Dog','Hamster'])

我希望结果是:

                      Favloc
Pet     cnts Name           
Cat     3    Kitty     couch
             Harry   windows
             Bear        bed
             Sam      basket
Dog     3    Max       floor
             Hunter   carper
Hamster 1    Fluffy  Haybale

我已经尝试过了

result = df.join(s1)

但这会引发错误:

Cannot join with no level specified and no overlapping names

我知道我没有指定级别，但我不知道如何指定它。我应该说 1 级吗，因为我希望 cnts 位于 1 级索引上？ (Favloc 等级为 0？另外，我不明白“没有重叠的名称”，因为猫、狗和仓鼠重叠，对吗？

我也尝试过

result = pd.concat([df, s1])

这导致了我希望在其中看到 cnt 的每一列中都有 NAN 的数据框。

然后我尝试了:

result = pd.merge(df, s1)

我得到了:无法将 DataFrame 与类型的实例合并

我尝试了所有这些，但我不认为这有助于展示我尝试过的所有内容？我想我尝试了很多，因为我真的不明白如何合并多维数据帧和不同长度的系列。

我见过相关的问题，但所有的数据帧都只有一个级别，例如:How to merge a Series and DataFrame那么，如何合并多维数据帧和不同长度的序列？

Answer 1

您可以使用DataFrame.join使用 rename 和参数 on，然后 DataFrame.set_index与 DataFrame.reorder_levels :

result = (df.join(s1.rename('cnts'), on='Pet')
           .set_index('cnts', append=True)
           .reorder_levels([0,2,1]))
print (result)
                      Favloc
Pet     cnts Name           
Cat     3    Kitty     couch
             Harry   windows
             Bear        bed
             Sam      basket
Dog     3    Max       floor
             Hunter   carper
Hamster 1    Fluffy  Haybale

或者使用Index.map :

idx = df.index.get_level_values('Pet').map(s1.rename('cnts').get)
result = df.set_index(idx, append=True).reorder_levels([0,2,1])
print (result)
                      Favloc
Pet     cnts Name           
Cat     3    Kitty     couch
             Harry   windows
             Bear        bed
             Sam      basket
Dog     3    Max       floor
             Hunter   carper
Hamster 1    Fluffy  Haybale