Pandas 如何在包含多索引的第三个数据帧的基础上合并2个数据帧

我有2个数据帧，我想合并它们。我的连接键是索引，它们是第三个数据帧

两个数据帧：

df1 = pd.DataFrame({'A' : [1,2,3] })
df2 = pd.DataFrame({'B' : ['A','B','C']})

包含索引列表的数据帧：

df3 = pd.DataFrame({'C' :[1], 'D' :[2]})
df3 = df3.set_index(['C','D'])

期望输出：

    A   B
0   2   C

使用列表中的元组：

安装程序 使用正确的列名生成df3：

df3 = pd.DataFrame(t, columns=list(df1.columns)+list(df2.columns))
#   A  B
#0  1  2
#1  1  0

然后，您可以使用

lookup

+

pivot

从每个帧获取正确的值，并返回到原始形状

df3 = df3.stack().reset_index()
df3['vals'] = pd.concat([df1, df2], 1).lookup(df3[0], df3.level_1)
df3 = df3.pivot(index='level_0', columns='level_1', values='vals').rename_axis(None, 1).rename_axis(None, 0)

#   A  B
#0  2  C
#1  2  A

---

这个逻辑对我来说并不明显。您如何知道第一个索引值取自

df1

，而第二个索引值取自

df2

？我猜df3索引名称应该是A，B/-：无逻辑：（我刚刚知道。我正在使用记录链接工具包模糊匹配2数据帧。它返回daframe中的可用对。第三个数据帧可以是元组[（1,2）]的列表。在这种情况下，元组的第一个数字是df1的索引，第二个数字是df2的索引

df3 = df3.stack().reset_index()
df3['vals'] = pd.concat([df1, df2], 1).lookup(df3[0], df3.level_1)
df3 = df3.pivot(index='level_0', columns='level_1', values='vals').rename_axis(None, 1).rename_axis(None, 0)

#   A  B
#0  2  C
#1  2  A