Python 使用合并时如何保持索引

我想合并两个

数据帧

，并保留第一帧的索引作为合并数据集上的索引。但是，当我进行合并时，生成的数据帧具有整数索引。如何指定要保留左侧数据帧的索引

In [4]: a = pd.DataFrame({'col1': {'a': 1, 'b': 2, 'c': 3}, 
                          'to_merge_on': {'a': 1, 'b': 3, 'c': 4}})

In [5]: b = pd.DataFrame({'col2': {0: 1, 1: 2, 2: 3}, 
                          'to_merge_on': {0: 1, 1: 3, 2: 5}})

In [6]: a
Out[6]:
   col1  to_merge_on
a     1            1
b     2            3
c     3            4

In [7]: b
Out[7]:
   col2  to_merge_on
0     1            1
1     2            3
2     3            5

In [8]: a.merge(b, how='left')
Out[8]:
   col1  to_merge_on  col2
0     1            1   1.0
1     2            3   2.0
2     3            4   NaN

In [9]: _.index
Out[9]: Int64Index([0, 1, 2], dtype='int64')

编辑：切换到易于复制的示例代码

In [5]: a.reset_index().merge(b, how="left").set_index('index')
Out[5]:
       col1  to_merge_on  col2
index
a         1            1     1
b         2            3     2
c         3            4   NaN

---

请注意，对于某些左合并操作，当

a

和

b

之间存在多个匹配项时，可能会得到比

a

中更多的行。在这种情况下，您可能需要。

有一个使用and的非pd.merge解决方案

这不会为索引引入虚拟的

索引

名称

但是请注意，没有

DataFrame.map

方法，因此这种方法不适用于多列

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

---

这允许保留df1的索引

您可以在左侧数据帧上复制索引并进行合并

a['copy_index'] = a.index
a.merge(b, how='left')

我发现这个简单的方法在处理大型数据帧和使用

pd.merge\u asof（）

（或

dd.merge\u asof（）

）时非常有用

---

当重置索引很昂贵（大数据帧）时，这种方法会更好

我想我想出了一个不同的解决方案。我在索引值上连接左表，在基于左表索引的列值上连接右表。我所做的是正常的合并：

First10ReviewsJoined = pd.merge(First10Reviews, df, left_index=True, right_on='Line Number')

然后，我从合并表中检索了新的索引号，并将它们放在一个名为“情感线号”的新列中：

First10ReviewsJoined['Sentiment Line Number']= First10ReviewsJoined.index.tolist()

然后，我手动将索引设置回原始的左表索引，该索引基于名为Line Number的预先存在的列（我从左表索引加入的列值）：

然后删除行号的索引名，使其保持空白：

First10ReviewsJoined.index.name = None

---

也许有点像黑客，但似乎工作得很好，而且相对简单。另外，我想这可以降低重复/弄乱数据的风险。希望这一切都有意义。

另一个简单的选择是将索引重命名为以前的索引：

a.merge(b, how="left").set_axis(a.index)

---

“合并”保留数据帧“a”处的顺序，但只是重置索引，以便保存以使用set_axis

非常巧妙。a、 合并（b，how=“left”）。set_index（a.index）也可以工作，但它似乎不那么健壮（因为它的第一部分在重置索引值之前将其丢失给a）。对于这种特殊情况，它们是等效的。但是对于许多合并操作，结果帧的行数与原始

a

帧的行数不同。“重置索引”将索引移动到一个常规列，并在合并后从此列设置索引。在由于合并操作而复制/删除a的行时，还需要注意。@W我想知道为什么左合并在默认情况下会重新索引。我在哪里可以学到更多？很好！为了避免显式指定索引名，我使用了

a.reset_index（）.merge（b，how=“left”）.set_index（a.index.names）

。如果在特定列上进行合并，则不清楚要使用哪些索引（以防它们都不同）。这似乎优于公认的答案，因为它可能更适用于边缘情况，如多索引。有人能对此发表评论吗？问题，如果你需要分配多个列，这种方法会起作用吗，还是只限于一个字段？@Yuca：这可能不适用于多个列，因为当你对多个列进行子集时，你最终得到的是

pd.Dataframe

而不是

pd.Series

。

.map（）

方法仅为

pd.Series

定义。这意味着：

a[['to\u merge\u on_1'，'to\u merge\u on_2']]。map（…）

不起作用。这是最好的答案。在合并过程中，您希望保留旧索引的原因有很多（可接受的答案并不保留索引，它只是重置它们）。当您尝试合并2个以上的数据帧时，它会很有帮助，等等…卓越的解决方案，因为它保留了（原始）索引名UpPosited，但要注意一点，当使用多索引时，索引将作为元组存储在一个称为[copy_index]的列中我在文档中读到的关于

merge\u asof

的内容表明，它不是使用索引进行连接，而是使用closes索引进行连接。您还必须以某种方式对数据进行排序，以便最接近的索引正确连接。这似乎可行，但当我将其与

on=list\u of\u cols]

一起使用时，它与文档相矛盾：

如果在列上连接列，数据框索引*将被忽略*

。使用索引和列是否有优先权？

First10ReviewsJoined.index.name = None

a.merge(b, how="left").set_axis(a.index)