วิธีเก็บดัชนีเมื่อใช้แพนด้าผสาน

ฉันต้องการรวมสองDataFramesและเก็บดัชนีจากเฟรมแรกเป็นดัชนีบนชุดข้อมูลที่ผสาน อย่างไรก็ตามเมื่อฉันทำการผสาน DataFrame ที่ได้จะมีดัชนีจำนวนเต็ม ฉันจะระบุได้อย่างไรว่าฉันต้องการเก็บดัชนีจากกรอบข้อมูลด้านซ้าย

In [4]: a = pd.DataFrame({'col1': {'a': 1, 'b': 2, 'c': 3}, 
                          'to_merge_on': {'a': 1, 'b': 3, 'c': 4}})

In [5]: b = pd.DataFrame({'col2': {0: 1, 1: 2, 2: 3}, 
                          'to_merge_on': {0: 1, 1: 3, 2: 5}})

In [6]: a
Out[6]:
   col1  to_merge_on
a     1            1
b     2            3
c     3            4

In [7]: b
Out[7]:
   col2  to_merge_on
0     1            1
1     2            3
2     3            5

In [8]: a.merge(b, how='left')
Out[8]:
   col1  to_merge_on  col2
0     1            1   1.0
1     2            3   2.0
2     3            4   NaN

In [9]: _.index
Out[9]: Int64Index([0, 1, 2], dtype='int64')

แก้ไข: เปลี่ยนเป็นโค้ดตัวอย่างที่สามารถทำซ้ำได้ง่าย

In [5]: a.reset_index().merge(b, how="left").set_index('index')
Out[5]:
       col1  to_merge_on  col2
index
a         1            1     1
b         2            3     2
c         3            4   NaN

หมายเหตุ: สำหรับการดำเนินการผสานด้านซ้ายบางรายการคุณอาจลงเอยด้วยแถวเพิ่มเติมหากมีการจับคู่หลายรายการระหว่างaและbและคุณจะต้องคัดลอกซ้ำ ( เอกสารสำหรับการทำสำเนาข้อมูลซ้ำซ้อน ) นี่คือสาเหตุที่แพนด้าไม่เก็บดัชนีไว้ให้คุณ

คุณสามารถสร้างสำเนาดัชนีบนดาต้าเฟรมด้านซ้ายและทำการผสาน

a['copy_index'] = a.index
a.merge(b, how='left')

ฉันพบว่าวิธีง่ายๆนี้มีประโยชน์มากในขณะที่ทำงานกับดาต้าเฟรมขนาดใหญ่และใช้pd.merge_asof()(หรือdd.merge_asof())

วิธีนี้จะดีกว่าเมื่อการรีเซ็ตดัชนีมีราคาแพง (ดาต้าเฟรมขนาดใหญ่)

มีโซลูชันที่ไม่ใช่ pd.merge การใช้mapและset_index

In [1744]: a.assign(col2=a['to_merge_on'].map(b.set_index('to_merge_on')['col2']))
Out[1744]:
   col1  to_merge_on  col2
a     1            1   1.0
b     2            3   2.0
c     3            4   NaN

และไม่แนะนำindexชื่อหลอกสำหรับดัชนี

df1 = df1.merge(
        df2, how="inner", left_index=True, right_index=True
    )

สิ่งนี้ช่วยให้รักษาดัชนีของ df1

คิดว่าฉันคิดวิธีแก้ปัญหาที่แตกต่างออกไป ฉันเข้าร่วมตารางด้านซ้ายกับค่าดัชนีและตารางด้านขวาบนค่าคอลัมน์ที่อิงจากดัชนีของตารางด้านซ้าย สิ่งที่ฉันทำคือการผสานปกติ:

First10ReviewsJoined = pd.merge(First10Reviews, df, left_index=True, right_on='Line Number')

จากนั้นฉันดึงหมายเลขดัชนีใหม่จากตารางที่ผสานและใส่ไว้ในคอลัมน์ใหม่ชื่อ Sentiment Line Number:

First10ReviewsJoined['Sentiment Line Number']= First10ReviewsJoined.index.tolist()

จากนั้นฉันตั้งค่าดัชนีกลับไปที่ดัชนีตารางด้านซ้ายด้วยตนเองโดยอิงจากคอลัมน์ที่มีอยู่แล้วที่เรียกว่า Line Number (ค่าคอลัมน์ที่ฉันเข้าร่วมจากดัชนีตารางด้านซ้าย):

First10ReviewsJoined.set_index('Line Number', inplace=True)

จากนั้นลบชื่อดัชนีของ Line Number ออกเพื่อให้ว่างเปล่า:

First10ReviewsJoined.index.name = None

อาจจะเป็นการแฮ็กเล็กน้อย แต่ดูเหมือนว่าจะทำงานได้ดีและค่อนข้างง่าย นอกจากนี้เดาว่าจะช่วยลดความเสี่ยงของการซ้ำ / การทำให้ข้อมูลของคุณยุ่งเหยิง หวังว่าทุกอย่างจะสมเหตุสมผล

อีกทางเลือกง่ายๆคือการเปลี่ยนชื่อดัชนีเป็นสิ่งที่เคยมีมาก่อน:

a.merge(b, how="left").set_axis(a.index)

merge รักษาคำสั่งที่ dataframe 'a' แต่เพียงแค่รีเซ็ตดัชนีดังนั้นจึงบันทึกเพื่อใช้ set_axis