Python `pandas.merge`无法识别相同的索引

我有两个列重叠但索引相同的数据帧，我想将它们组合起来。我觉得这应该是直截了当的，但我已经通过了太多的例子和问题，它不起作用，但似乎与其他例子不一致

import pandas as pd
# create test data
df = pd.DataFrame({'gen1': [1, 0, 0, 1, 1], 'gen3': [1, 0, 0, 1, 0], 'gen4': [0, 1, 1, 0, 1]}, index = ['a', 'b', 'c', 'd', 'e'])
df1 = pd.DataFrame({'gen1': [1, 0, 0, 1, 1], 'gen2': [0, 1, 1, 1, 1], 'gen3': [1, 0, 0, 1, 0]}, index = ['a', 'b', 'c', 'd', 'e'])

In [1]: df
Out[1]: 
   gen1  gen2  gen3
a     1     0     1
b     0     1     0
c     0     1     0
d     1     1     1
e     1     1     0

In [2]: df1
Out[2]: 
   gen1  gen3  gen4
a     1     1     0
b     0     0     1
c     0     0     1
d     1     1     0
e     1     0     1

在完成这里的所有示例（）之后，我确信我找到了正确的示例（合并的第一个和第二个示例）。第二个例子是：

In [43]: result = pd.merge(left, right, on=['key1', 'key2'])

在他们的示例中，他们有两个DFs（左和右），它们具有重叠的列和相同的索引，并且它们生成的数据帧具有每个列和原始索引的一个版本，但我这样做时不会发生这种情况：

# get the intersection of columns (I need this to be general)
In [3]: column_intersection = list(set(df).intersection(set(df1))

In [4]: pd.merge(df, df1, on=column_intersection)
Out[4]: 
   gen1  gen2  gen3  gen4
0     1     0     1     0
1     1     0     1     0
2     1     1     1     0
3     1     1     1     0
4     0     1     0     1
5     0     1     0     1
6     0     1     0     1
7     0     1     0     1
8     1     1     0     1

这里我们看到merge没有看到索引是相同的！我在选项上做了手脚，但没有得到我想要的结果

这里有人问了一个类似但不同的问题，但我并不真正理解答案，因此无法将其与我的问题联系起来

此特定示例的要点：

• 索引将始终相同
• 具有相同名称的列将始终具有相同的条目（即，它们是重复的）

---

对于这个特定的问题有一个解决方案是很好的，但我也很想理解它，因为我发现自己经常花很多时间来组合数据帧。我喜欢pandas，一般来说我觉得它非常直观，但除了简单的数据帧组合之外，我似乎对任何事情都不满意。

从v0.23开始，您可以为join键指定索引名（如果有）

df.index.name = df1.index.name = 'idx'
df.merge(df1, on=list(set(df).intersection(set(df1)) | {'idx'}))

     gen1  gen3  gen4  gen2
idx                        
a       1     1     0     0
b       0     0     1     1
c       0     0     1     1
d       1     1     0     1
e       1     0     1     1 

这里的假设是，您的实际数据帧在重叠列中没有完全相同的值。如果他们这样做了，那么您的问题将是串联-您可以使用

pd.concat

：

c = list(set(df).intersection(set(df1)))
pd.concat([df1, df.drop(c, 1)], axis=1)

     gen1  gen2  gen3  gen4                     
a       1     0     1     0
b       0     1     0     1
c       0     1     0     1
d       1     1     1     0
e       1     1     0     1

---

在这种特殊情况下，您可以使用

分配


df
中的内容优先，但包括
df1
中的所有其他内容

df1.assign(**df)

   gen1  gen2  gen3  gen4
a     1     0     1     0
b     0     1     0     1
c     0     1     0     1
d     1     1     1     0
e     1     1     0     1

**df
解包
df
假设字典上下文。此解包将关键字参数传递给
assign
，列的名称作为关键字，列作为参数

这和

df1.assign(gen1=df.gen1, gen3=df.gen3, gen4=df.gen4)

谢谢@coldspeed，但是您的行
df.merge（df1，on=list（set（df）.intersection（set（df1））|{'idx'}））
返回
key错误：“idx'
。索引都被命名为“idx”，是不是
df['idx']
可能会返回相同的错误？@ojunk实际上我认为您的熊猫可能需要更新，这只适用于最新版本。是的，您是对的-很抱歉您在回答中说我刚刚忘记了。谢谢