Pandas 将两个DataFrame与两列合并，并与结果中的原始索引保持相同的顺序

我有两个数据帧。两个数据帧都有两个键列和一个值列用于合并。我希望在合并结果中保持与原始索引相同的顺序

• 其他数据框中的键和值可能丢失或更改
• 数据的顺序很重要。不能按合并结果中的键或值对它们进行排序

应该是这样的：

df1_索引

/

df2_索引

/

结果

仅用于演示

我尝试将

合并

与

外部

一起使用：

df1=pd.DataFrame({
“键1”：['K'，'K'，'A1'，'A2'，'B1'，'B9'，'C3']，
“键2”：['a5'，'a4'，'a7'，'a9'，'b2'，'b8'，'c1']，
“价值1”：[‘苹果’、‘番石榴’、‘猕猴桃’、‘葡萄’、‘香蕉’、‘桃子’、‘浆果’]，
})
df2=pd.DataFrame({
“键1”：['K'，'A1'，'A3'，'B1'，'C2'，'C3']，
“键2”：['a9'，'a7'，'a9'，'b2'，'c7'，'c1']，
“价值2”：[“苹果”、“猕猴桃”、“葡萄”、“香蕉”、“番石榴”、“橙子”]，
})
合并（df1，df2，how=“outer”，on=['key1'，'key2']）

但它只是在行的末尾添加了缺少的键：

---

如何合并和对齐它们？

构建合并的数据帧时，从每个数据帧获取索引值

merged_df = pd.merge(df1, df2, how="outer", on=['key1', 'key2'])

使用

combine\u first

组合

index\u x

和

index\u y

merged_df['combined_index'] =merged_df.index_x.combine_first(merged_df.index_y)

使用

combined_index

和

index_x

删除不需要的列并重置索引进行排序

output = merged_df.sort_values(
    ['combined_index', 'index_x']
).drop(
    ['index_x', 'index_y', 'combined_index'], axis=1
).reset_index(drop=True)

这将产生以下输出：

  key1 key2  Value1  Value2
0    K   a5   apple     NaN
1    K   a9     NaN   apple
2    K   a4   guava     NaN
3   A1   a7    kiwi    kiwi
4   A3   a9     NaN   grape
5   A2   a9   grape     NaN
6   B1   b2  banana  banana
7   C2   c7     NaN   guava
8   B9   b8   peach     NaN
9   C3   c1   berry  orange

---

你能解释为什么K-a9应该排在K-a4之前吗？。一个来自DF1，另一个来自DF2，我不知道；我不明白你是如何定义他们的order@BingWang无法保证键1/键2中的顺序。它可以是

K-a5

/

K-a4

/

K-a9

。我只关心

df1\u索引

和

df2\u索引

。太棒了！它起作用了。我是否需要在

df1

和

df2

中手动构建

index\ux

和

index\uy

？合并后，有没有方便的方法访问

df1

和

df2

中的索引？合并前，您必须分别通过执行

df1.reset_index（）

和

df2.reset_index（）

来构建和获取索引。