假设我有两个这样的数据框架:
left = pd.DataFrame({'key1': ['foo', 'bar'], 'lval': [1, 2]})
right = pd.DataFrame({'key2': ['foo', 'bar'], 'rval': [4, 5]})
我想合并它们，所以我尝试这样做:
pd.merge(left, right, left_on='key1', right_on='key2')
我很开心
key1 lval key2 rval
0 foo 1 foo 4
1 bar 2 bar 5
但我尝试使用join方法，我一直认为它非常相似。
left.join(right, on=['key1', 'key2'])
我得到了这个:
//anaconda/lib/python2.7/site-packages/pandas/tools/merge.pyc in _validate_specification(self)
406 if self.right_index:
407 if not ((len(self.left_on) == self.right.index.nlevels)):
--> 408 raise AssertionError()
409 self.right_on = [None] * n
410 elif self.right_on is not None:
AssertionError:
我错过了什么?
从本文档中
Pandas提供了一个单一的功能，合并，作为所有的入口点
DataFrame对象之间的标准数据库连接操作:
merge(left, right, how='inner'， on=None, left_on=None, right_on=None，
left_index=False, right_index=False, sort=True
后缀=(“值”、“_y吗”),复制= True,指标= False)
和:
DataFrame。Join是一种方便的方法，用于组合两个列
潜在的不同索引的数据帧到一个单一的结果
DataFrame。这里有一个非常基本的例子:这里的数据对齐是打开的
索引(行标签)。同样的行为可以使用
Merge加上指示它使用索引的附加参数:
Result = pd。merge(left, right, left_index=True, right_index=True，
=“外”)
其中一个区别是merge创建了一个新索引，而join则保留了左边的索引。如果您错误地假设索引不会因合并而改变，则可能会对以后的转换产生很大的影响。
例如:
import pandas as pd
df1 = pd.DataFrame({'org_index': [101, 102, 103, 104],
'date': [201801, 201801, 201802, 201802],
'val': [1, 2, 3, 4]}, index=[101, 102, 103, 104])
df1
date org_index val
101 201801 101 1
102 201801 102 2
103 201802 103 3
104 201802 104 4
-
df2 = pd.DataFrame({'date': [201801, 201802], 'dateval': ['A', 'B']}).set_index('date')
df2
dateval
date
201801 A
201802 B
-
df1.merge(df2, on='date')
date org_index val dateval
0 201801 101 1 A
1 201801 102 2 A
2 201802 103 3 B
3 201802 104 4 B
-
df1.join(df2, on='date')
date org_index val dateval
101 201801 101 1 A
102 201801 102 2 A
103 201802 103 3 B
104 201802 104 4 B
