python - 需要处理具有非唯一多索引的串联数据帧

这有效：

import pandas as pd

raw_data = {
        'type_1': [1, 1],
        'id_1': ['2', '3'],
        'name_1': ['Alex', 'Amy']}
df_a = pd.DataFrame(raw_data, columns = ['type_1', 'id_1', 'name_1'])

raw_datab = {
        'type_2': [1, 1],
        'id_2': ['4', '5'],
        'name_2': ['Billy', 'Brian']}
    df_b = pd.DataFrame(raw_datab, columns = ['type_2', 'id_2', 'name_2'])

    dfs = [df_a.set_index(['type_1','id_1']),
           df_b.set_index(['type_2','id_2'])]

    df = pd.concat(dfs, axis=1)
    print (df)

印刷品：

     name_1 name_2
1 2    Amy    NaN
  3   Alex    NaN
  4    NaN  Billy
  5    NaN  Brian

如果更改以下内容，则它将不起作用，因为raw_data中的多索引键是重复的：

     raw_data = {
        'type_1': [1, 1],
        'id_1': ['2', '2'],   #  <-- changed from 3 to 2
        'name_1': ['Alex', 'Amy']}

以及以下内容：

raw_datab = {
        'type_2': [1, 1],
        'id_2': ['2', '5'], #  <-- changed from 4 to 2
        'name_2': ['Billy', 'Brian']}

结果，Alex，Amy和Billy都具有相同的多索引键[1,2]，因此concat失败并显示：


  无法处理非唯一的多索引！


但是重复的数据是有效的，无论如何我都需要将其串联起来。这是我需要实现的结果（请注意，这应该是外部联接，默认情况下）：

     name_1  name_2
1 2    Amy    Billy
  2   Alex    Billy
  5    NaN    Brian

熊猫怎么可能？

最佳答案

将axis=1更改为axis=0（默认）

df = pd.concat(dfs)
df
Out[52]:
            name_1 name_2
type_1 id_1
1      2      Alex    NaN
       2       Amy    NaN
       4       NaN  Billy
       5       NaN  Brian

根据您的评论..

df_a.merge(df_b,left_on=['type_1','id_1'],right_on=['type_2','id_2'],how='outer').set_index(['type_2','id_2']).drop(['type_1','id_1'],1)
Out[80]:
            name_1 name_2
type_2 id_2
1      2      Alex  Billy
       2       Amy  Billy
       5       NaN  Brian

关于python - 需要处理具有非唯一多索引的串联数据帧，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49786769/