在單一級別的MultiIndex上合併

有沒有什麼方法可以在不重置索引的情況下在MultiIndex的單一級別上進行合併？在單一級別的MultiIndex上合併

我有一個「靜態」時間不變值表，由一個ObjectID索引，我有一個「動態」時變字段表，由ObjectID + Date索引。我想一起參加這些表格。

現在，我能想到的最好的是：

dynamic.reset_index().merge(static, left_on=['ObjectID'], right_index=True)

但是，動態表是非常大的，我不希望有它的索引渣土爲了結合各地值。

來源

2013-05-20 Johann Hibschman

當你創建你想加入對多指標的水平的額外列，然後合併/加入了什麼對上的？可能不是完全有效的，但至少你保持索引。 –

是的，這將工作。這會花費一些記憶，並且不會加快速度。不過，在這一點上，如果不能幫助加速合併，我認爲我完全可以放棄這個指數。 –

對應的github問題https://github.com/pydata/pandas/issues/3662 –

是指數，因爲大熊貓0.14.0，現在可以將單獨合併使用.join索引DataFrame與多索引DataFrame的級別。

df1.join(df2, how='inner') # how='outer' keeps all records from both data frames

The 0.14 pandas docs其描述爲等效的，但是更多的存儲器效率和速度比：

merge(df1.reset_index(), 
     df2.reset_index(), 
     on=['index1'], 
     how='inner' 
    ).set_index(['index1','index2'])

該文檔還提到，.join不能被用於在一個單一的電平，並從GitHub的合併兩個multiindexed DataFrames跟蹤器討論的前一個問題，似乎這可能不是優先執行：

所以我合併在單加入，請參閱＃6363 ;以及一些關於如何進行多重多點連接的文檔。這實際上是相當複雜的實施。和恕我直言，不值得的努力，因爲它真的不會改變內存使用/速度很多。

但是，有關於此的GitHub對話，其中最近有一些發展https://github.com/pydata/pandas/issues/6360。也可以通過重新設置前面提到的和文檔中描述的指標來實現這一點。

來源

2014-03-12 22:31:00

對於第一個示例，您如何選擇用於連接的MultiIndex的級別？ –

nvm，[docs]（http://pandas.pydata.org/pandas-docs/stable/merging.html#joining-a-single-index-to-a-multi-index）表示它基於該索引級別與單級索引具有相同的名稱。 –

熊貓的連接速度非常快 –

我通過重新索引數據幀合併來獲得完整的多重索引，以便左連接是可能的。

# Create the left data frame 
import pandas as pd 
idx = pd.MultiIndex(levels=[['a','b'],['c','d']],labels=[[0,0,1,1],[0,1,0,1]], names=['lvl1','lvl2']) 
df = pd.DataFrame([1,2,3,4],index=idx,columns=['data']) 

#Create the factor to join to the data 'left data frame' 
newFactor = pd.DataFrame(['fact:'+str(x) for x in df.index.levels[0]], index=df.index.levels[0], columns=['newFactor'])

不要信中的分類指數由重建索引的數據框newFactor加入到包含左數據幀

df.join(newFactor.reindex(df.index,level=0))

來源

2014-01-07 15:57:34 closedloop

我會用映射單個列：

df1['newcol'] = df1.index.get_level_values(-1).map(lambda x: df2.newcol[x])

來源

2017-10-26 12:14:31 Andor

在單一級別的MultiIndex上合併

回答

相關問題