Python Pandas DataFrame：如何在索引和列的组合上将左侧数据框与第二个数据框合并

我正在尝试合并两个数据帧

我想将合并到一列上，即第二个数据帧的索引和 一列，即第二个数据帧中的列。两个数据帧中的列/索引名称不同

例如：

import pandas as pd

df2 = pd.DataFrame([(i,'ABCDEFGHJKL'[j], i*2 + j) 
                    for i in range(10) 
                    for j in range(10)],
                    columns = ['Index','Sub','Value']).set_index('Index')

df1 = pd.DataFrame([['SOMEKEY-A',0,'A','MORE'],
                    ['SOMEKEY-B',4,'C','MORE'],
                    ['SOMEKEY-C',7,'A','MORE'],
                    ['SOMEKEY-D',5,'Z','MORE']
                   ], columns=['key', 'Ext. Index', 'Ext. Sub', 'Description']
                  ).set_index('key')

df1打印输出

key Ext. Index  Ext. Sub    Description
SOMEKEY-A   0   A   MORE
SOMEKEY-B   4   C   MORE
SOMEKEY-C   7   A   MORE
SOMEKEY-D   5   Z   MORE

df2的第一行是

Index   Sub Value
0   A   0
0   B   1
0   C   2
0   D   3
0   E   4

我想将“Ext.Index”和“Ext.Sub”与数据帧df2合并，其中索引是“Index”，列是“Sub”

预期结果是：

key Ext. Index  Ext. Sub    Description Ext. Value
SOMEKEY-A   0   A   MORE    0
SOMEKEY-B   4   C   MORE    10
SOMEKEY-C   7   A   MORE    14
SOMEKEY-D   5   Z   MORE    None

手动合并的工作方式如下

def get_value(x):
    try:
        return df2[(df2.Sub == x['Ext. Sub']) & 
                   (df2.index == x['Ext. Index'])]['Value'].iloc[0]
    except IndexError:
        return None

df1['Ext. Value'] = df1.apply(get_value, axis = 1)

我可以使用

pd.merge

或

pd.concat

命令执行此操作吗 通过将df2.index转换为列来更改df2？

尝试使用：

df_new = (df1.merge(df2[['Sub', 'Value']],
                    how='left',
                    left_on=['Ext. Index', 'Ext. Sub'],
                    right_on=[df2.index, 'Sub'])
          .set_index(df1.index)
          .drop('Sub', axis=1))

尝试使用：

df_new = (df1.merge(df2[['Sub', 'Value']],
                    how='left',
                    left_on=['Ext. Index', 'Ext. Sub'],
                    right_on=[df2.index, 'Sub'])
          .set_index(df1.index)
          .drop('Sub', axis=1))

---

我知道你说你不能将

df2

的索引更改为一列，但是你能将索引更改为包含两列吗？我正在寻找一种不需要更改索引的解决方案。我知道完整索引或列集合上的合并是如何工作的，我想知道是否需要更改，这是大型数据集的内存问题。更改df1上的索引是可以接受的，但我希望这样做时不必使用

pd.merge（df1，df2，on='index'）

@pygo，目的是从df2填充['Ext.Value']列，同样在df1中，合并的“index”列被命名为“Ext.index”，所以这对下面的答案没有帮助…我知道你说你不能将

df2

的索引更改为一列，但是你能将索引更改为包含两列吗？我正在寻找一种不需要更改索引的解决方案。我知道完整索引或列集合上的合并是如何工作的，我想知道是否需要更改，这是大型数据集的内存问题。更改df1上的索引是可以接受的，但我希望这样做时不要使用

pd.merge（df1，df2，on='index'）

@pygo，目的是从df2填充['Ext.Value']列，同样在df1中，合并的“index”列名为“Ext.index”，所以这无助于回答以下问题……这是可行的。我不知道您可以使用df2.index作为列名，我只需要在最后过滤列名就可以得到预期的结果<代码>df1.merge（df2，how='left'，left'u on=['Ext.Index'，'Ext.Sub']，right'u on=[df2.Index'，Sub']）。设置索引（df1.Index）[list（df1.columns）+['Value']。谢谢，这很有效。我不知道您可以使用df2.index作为列名，我只需要在最后过滤列名就可以得到预期的结果<代码>df1.merge（df2，how='left'，left'u on=['Ext.Index'，'Ext.Sub']，right'u on=[df2.Index'，Sub']）。设置索引（df1.Index）[list（df1.columns）+['Value']。谢谢