Python 在索引列上合并吗？

因此，如果一个数据帧中的索引列与第二个数据帧中的另一列同名，panda无法合并？

尝试重置索引：

In [88]: c
Out[88]: 
                       Address    Name
CustomerID                            
10            Address for Mike    Mike
11          Address for Marcia  Marcia

In [89]: c.index
Out[89]: Int64Index([10, 11], dtype='int64', name='CustomerID')

In [90]: orders
Out[90]: 
   CustomerID   OrderDate
0          10  2014-12-01
1          11  2014-12-01
2          10  2014-12-01

In [91]: orders.index
Out[91]: RangeIndex(start=0, stop=3, step=1)

In [92]: c.merge(orders)
---------------------------
MergeError: No common columns to perform merge on

---

您需要明确指定如何联接表。默认情况下，

merge

将选择公共列名作为合并键。对于你的情况

c.reset_index().merge(orders)

另外，请阅读您的文件。

---

希望这会有所帮助。

默认情况下，

join

方法执行左连接（

how='left'）

并在数据帧的索引上进行连接。因此，将

orders

dataframe的索引设置为

CustomerId

，然后加入

c.merge(orders, left_index=True, right_on='CustomID')

或者，此

合并将得到相同的结果。在这里，您加入了
c
（左侧数据框）的索引和右侧数据框中的
CustomerID
列。确保指定
how='left'
仅将右数据帧中的项目连接到左侧的所有记录（保留与
c
长度匹配的相等行数）。
merge
的默认行为是内部联接，其中结果仅包括在
orders
中找到匹配项的
c
记录（尽管这可能是您想要的结果）

thx，我现在正在读各种各样的书，很多信息：）谢谢Rojeer！
# Create sample data.
orders = pd.DataFrame(
    {'CustomerID': [10, 11, 10],
     'OrderDate': ['2014-12-01', '2014-12-01', '2014-12-01']})    
c = pd.DataFrame(
    {'Address': ['Address for Mike', 'Address for Marcia'], 
     'Name': ['Mike', 'Marcia']},
    index=pd.Index([10, 11], dtype='int64', name='CustomerID'))

# Join.
>>> c.join(orders.set_index('CustomerID'))
                       Address    Name   OrderDate
CustomerID                                        
10            Address for Mike    Mike  2014-12-01
10            Address for Mike    Mike  2014-12-01
11          Address for Marcia  Marcia  2014-12-01

c.merge(orders, left_index=True, right_on='CustomerID', how='left')