Как сохранить индекс при использовании pandas merge

Я хотел бы объединить два DataFramesи сохранить индекс из первого кадра в качестве индекса в объединенном наборе данных. Однако, когда я выполняю слияние, полученный DataFrame имеет целочисленный индекс. Как я могу указать, что хочу сохранить индекс из левого фрейма данных?

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')

РЕДАКТИРОВАТЬ: переключился на пример кода, который можно легко воспроизвести

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

Примечание: для некоторых операций слияния слева вы можете получить больше строк, если есть несколько совпадений между aи, bи вам потребуется выполнить дедупликацию ( документация по дедупликации ). Вот почему pandas не хранит для вас индекс.

Вы можете сделать копию индекса на левом фрейме данных и выполнить слияние.

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

Я нашел этот простой метод очень полезным при работе с большими фреймами данных и использованием pd.merge_asof()(или dd.merge_asof()).

Этот подход будет лучше, если сброс индекса стоит дорого (большой фрейм данных).

Есть решение, отличное от pd.merge. Использование mapиset_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

И не вводит фиктивное indexимя для индекса.

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

Это позволяет сохранить индекс df1

Думаю, я придумал другое решение. Я присоединялся к левой таблице по значению индекса и правой таблице по значению столбца на основе индекса левой таблицы. Я сделал обычное слияние:

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

Затем я извлек новые номера индексов из объединенной таблицы и поместил их в новый столбец с именем Номер строки настроения:

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

Затем я вручную установил индекс обратно к исходному, левому индексу таблицы на основе ранее существовавшего столбца с именем Line Number (значение столбца, к которому я присоединился из индекса левой таблицы):

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

Затем удалили индексное имя номера строки, чтобы оно оставалось пустым:

First10ReviewsJoined.index.name = None

Может быть, это немного взлом, но, похоже, работает хорошо и относительно просто. Кроме того, думаю, это снижает риск дублирования / испортить ваши данные. Надеюсь, все это имеет смысл.

другой простой вариант - переименовать индекс в то, что было раньше:

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

merge сохраняет порядок в фрейме данных 'a', но просто сбрасывает индекс, чтобы сохранить его для использования set_axis