Python 将单索引数据帧连接到多索引数据帧

我有两个数据帧，结构类似

# df1
                        data1   data2
id      feature_count   
12345   1               111     888
        2               222     999
        3               333     101010
45678   0               444     111111
        2               555     121212
        3               666     131313
        4               777     141414

及

基于此，我似乎应该能够简单地执行

df1.join（df2）

以获得所需的结果

#joined
                        data1   data2   descriptor
id      feature_count   
12345   1               111     888     "foo"
        2               222     999     "foo"
        3               333     101010  "foo"
45678   0               444     111111  "bar"
        2               555     121212  "bar"
        3               666     131313  "bar"
        4               777     141414  "bar"

然而，我实际得到的是

未实现error:Index.\u非唯一索引上的连接级别在Pandas 1.0.5中未实现

这似乎并不复杂，但我显然误解了一些事情。我想要的只是将
df2
中的唯一映射列附加到
df1
的（保证现有映射）第一个索引上，因为您只需要映射一列，只需执行以下操作：

df1['descriptor'] = df1.index.get_level_values('id').map(df2['descriptor'])

通常，您可以临时重置其他索引、加入数据帧并将其设置回：

df1.reset_index('feature_count').join(df2).set_index('feature_count', append=True)

输出：

                     data1   data2 descriptor
id    feature_count                          
12345 1                111     888      "foo"
      2                222     999      "foo"
      3                333  101010      "foo"
45678 0                444  111111      "bar"
      2                555  121212      "bar"
      3                666  131313      "bar"
      4                777  141414      "bar"

我不能重复你的错误。我也有1.0.5版。您的示例代码适用于我。您的示例代码是否适用于您，或者您是否在较大的数据集上得到了错误？它是从SQL查询中拉入的一个更大的数据集。在我接受了答案后（一个不同的错误被证明更具信息性），我认为查询出现了意外的重复（我很惊讶熊猫让我给它指定了一个索引）。你的第一个案例仍然给了我一个错误，但你的第二个案例非常有效。谢谢
                     data1   data2 descriptor
id    feature_count                          
12345 1                111     888      "foo"
      2                222     999      "foo"
      3                333  101010      "foo"
45678 0                444  111111      "bar"
      2                555  121212      "bar"
      3                666  131313      "bar"
      4                777  141414      "bar"