python - 将 pandas 数据帧映射到多个键上作为列或多索引

Question

设置:两个 pandas 数据框； df2 中的数据需要添加到 df1 中，如下所述:

• df1 和 df2 是具有相同四个级别的多重索引
• df1 包含的行数多于 df2
• df1 对于四个索引级别中的三个级别的每个唯一组合都有一个值的三个副本(按行)；也就是说，每行仅在第 4 层有所不同
• df2 仅在其他 3 个级别上与 df1 部分对齐(df2 包含无关行)
• df2 仅包含一列

我想将 df2 的一列中的值添加到 df1 中三个相应级别匹配的行的所有三个副本。

了解到 pandas 中“未实现在 multiIndex 上进行多级重叠合并”后，我建议映射这些值，但尚未找到一种方法来映射(多个)索引级别或多列，如果将索引级别重置为列:

df1 = pd.DataFrame(np.array([['Dec', 'NY', 'Ren', 'Q1', 10],
   ['Dec', 'NY', 'Ren', 'Q2', 12],
   ['Dec', 'NY', 'Ren', 'Q3', 14],
   ['Dec', 'FL', 'Mia', 'Q1', 6],
   ['Dec', 'FL', 'Mia', 'Q2', 8],
   ['Dec', 'FL', 'Mia', 'Q3', 17],
   ['Apr', 'CA', 'SC', 'Q1', 1],
   ['Apr', 'CA', 'SC', 'Q2', 2],
   ['Apr', 'CA', 'SC', 'Q3', 3]]), columns=['Date', 'State', 'County', 'Quarter', 'x'])

df1.set_index(['Date', 'State', 'County', 'Quarter'], inplace=True)

df2 = pd.DataFrame(np.array([['Dec', 'NY', 'Ren', 0.4],
   ['Dec', 'FL', 'Mia', 0.3]]), columns=['Date', 'State', 'County', 'y'])

df2.set_index(['Date', 'State', 'County', 'y'], inplace=True)

df_combined = df1['Date', 'State', 'County'].map(df2)

Answer 1

您可以临时更改df1来更改索引以进行连接:

df_combined = df1.reset_index(3).join(df2,how='left')

>>> df_combined
           level_3   x    y
Apr CA SC       Q1   1  NaN
       SC       Q2   2  NaN
       SC       Q3   3  NaN
Dec FL Mia      Q1   6  0.3
       Mia      Q2   8  0.3
       Mia      Q3  17  0.3
    NY Ren      Q1  10  0.4
       Ren      Q2  12  0.4
       Ren      Q3  14  0.4

df_combined.set_index('level_3',append=True, inplace=True)
df_combined.index.rename(None,3,inplace=True)

>>> df_combined
                x    y
Apr CA SC  Q1   1  NaN
           Q2   2  NaN
           Q3   3  NaN
Dec FL Mia Q1   6  0.3
           Q2   8  0.3
           Q3  17  0.3
    NY Ren Q1  10  0.4
           Q2  12  0.4
           Q3  14  0.4

reset_index方法用于临时将df2中没有的索引转为列，以便可以进行正常的连接。完成后，将该列重新转换为索引。