Python 用每个索引的不同行连接数据帧

我有两个数据帧df1和df2，索引为

key

dict_1={'key':[1,1,1,2,2,3], 'col1':['a1','b1','c1','d1','e1','f1']}
df1 = pd.DataFrame(dict_1).set_index('key')
dict_2={'key':[1,1,2], 'col2':['a2','b2','c2']}
df2 = pd.DataFrame(dict_2).set_index('key')

df1：

df2

请注意，每个索引都有不同的行。我想连接这两个数据帧，这样我就有了下面的数据帧（比如df3）

df3

i、 e.连接两列，使新数据帧成为每个索引的最少（df1和df2）行

我试过了

pd.concat([df1,df2],axis=1)

但我得到了以下错误：

Value Error: Shape of passed values is (2,17), indices imply (2,7)

---

我的问题：我如何关联

df1

和

df2

以获得

df3

？我应该使用

DataFrame.merge

吗？如果是这样，怎么做？

为什么不能按您想要的方式排列这两个键的最大问题是，您的键是重复的。当A1、A2、B1、B2和C1都具有相同的键时，如何将

df1

中的A1值与

df2

中的A2值对齐

如果您能够解决关键问题，那么您需要使用：

df3 = df1.merge(df2, left_index=True, right_index=True, how='inner')

---

您可以使用

内部

，

外部

，

左侧

或

右侧

，了解

如何

仅合并/加入就可以获得大量（难以消除的）重复项。但一个小技巧会有所帮助：

df1['count1'] = 1
df1['count1'] = df1['count1'].groupby(df1.index).cumsum()
df1
Out[198]: 
    col1  count1
key             
1     a1       1
1     b1       2
1     c1       3
2     d1       1
2     e1       2
3     f1       1

df2的情况也一样：

df2['count2'] = 1
df2['count2'] = df2['count2'].groupby(df2.index).cumsum()

最后：

df_aligned = df1.reset_index().merge(df2.reset_index(), left_on = ['key','count1'], right_on = ['key', 'count2'])
df_aligned
Out[199]: 
   key col1  count1 col2  count2
0    1   a1       1   a2       1
1    1   b1       2   b2       2
2    2   d1       1   c2       1

---

现在，您可以使用

set_index（'key'）

重置索引，并删除不再需要的列

countn

感谢您的“小技巧”。这是我无法理解的缺失环节。我接受这个答案。@Bhushan很高兴我能帮忙。复制键是数据帧的一部分。下面是更大的上下文：“id1”是缓冲区id的索引[比如：0到255]，而“col1”和“col2”是获取和释放缓冲区时的时间戳。缓冲区将在一个大的时间窗口内获取/释放，ptrj的回答帮助我重新排序数据帧，以便我可以计算缓冲区使用的持续时间。

df1['count1'] = 1
df1['count1'] = df1['count1'].groupby(df1.index).cumsum()
df1
Out[198]: 
    col1  count1
key             
1     a1       1
1     b1       2
1     c1       3
2     d1       1
2     e1       2
3     f1       1

df2['count2'] = 1
df2['count2'] = df2['count2'].groupby(df2.index).cumsum()

df_aligned = df1.reset_index().merge(df2.reset_index(), left_on = ['key','count1'], right_on = ['key', 'count2'])
df_aligned
Out[199]: 
   key col1  count1 col2  count2
0    1   a1       1   a2       1
1    1   b1       2   b2       2
2    2   d1       1   c2       1