python - 为什么使用合并操作生成的数据帧不是 3x3 维度而不是 3x5 维度？

Question

我按照指示http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.merge.html进行操作，但是当合并列不具有相同索引时会感到困惑。例如，d3 中的第 1 列对应于 d4 中的第 1 列。

In [92]: d4
Out[92]:
    0  1
0   9  1
1  11  3
2   1  2

In [93]: d3
Out[93]:
   0  1
0  2  3
1  1  9
2  3  9

In [94]: d3.merge(d4, how='left', left_on=0, right_on=1)
Out[94]:
   0  0_x  1_x  0_y  1_y
0  2    2    3    1    2
1  1    1    9    9    1
2  3    3    9   11    3

我认为结果应该是

   0  1 2
0  2  3 1
1  1  9 9
2  3  9 11

编辑 1:为什么下面的合并可以创建一个精确的 3x3 DataFrame，而前者可以创建一个 3x5 DataFrame？

In [164]: d1
Out[164]:
   0   1
0  1  10
1  2   5
2  3   7

In [165]: d2
Out[165]:
   0  1
0  1  5
1  2  6
2  3  8

In [162]: d1.merge(d2, on=[0])
Out[162]:
   0  1_x  1_y
0  1   10    5
1  2    5    6
2  3    7    8

Answer 1

在第一次合并中，您将合并列“0”上的 lhs 和列“1”上的 rhs，但没有相同的值，因此必须创建两列带有后缀的列。其余列也没有匹配项，因此您创建其他列。

在第二个示例中，您在列“0”上合并，因此您确实具有相同的值，因此不需要创建附加列，但是“1”的列名称和值仍然存在冲突，因此它必须创建带有后缀的附加列。

我认为您的困惑源于这样的期望:因为您已经指定了要合并的列，所以它将像索引一样使用这些列并将其他列与这些行进行匹配，但它不会。仅当您将这些列设置为索引时，它才会执行此操作:

In [23]:

merged = df1.set_index(keys=[1]).merge(df2.set_index(keys=[0]), left_index=True, right_index=True,how='left')
merged.index.names=['2']
merged.reset_index()
Out[23]:
   2   0  1
0  1   9  9
1  3  11  9
2  2   1  3

[3 rows x 3 columns]

因此，我在这些列上设置索引，并将 left_index 和 right_index 参数设置为 True。

但是我们必须将索引恢复为列，第一个问题是索引名称与现有列名称冲突，因此我们将其重命名。

然后我们可以调用reset_index来恢复这些值。