将多个键上的数据帧映射为列或多索引

Question

设置：两个数据帧；需要将来自df2的数据添加到df1中，如下所述：

• df1和df2使用相同的四个级别进行多重索引
• df1比df2包含更多的行
• df1在索引的四个级别中的三个级别中的每个唯一组合都有三个值的副本（以行为单位）；也就是说，每行仅相对于第4个级别有所不同
• df2在其他3个级别上只与df1部分对齐（df2包含无关行）
• df2只包含一列

我想将df2的一列中的值添加到df1中三个对应级别匹配的行的所有三个副本中。

了解到pandas中的“在多索引上不实现与多个级别重叠的合并”，我建议映射值，但没有找到映射（多个）索引级别或多个列的方法，如果将索引级别重置为列：

df1 = pd.DataFrame(np.array([['Dec', 'NY', 'Ren', 'Q1', 10],
   ['Dec', 'NY', 'Ren', 'Q2', 12],
   ['Dec', 'NY', 'Ren', 'Q3', 14],
   ['Dec', 'FL', 'Mia', 'Q1', 6],
   ['Dec', 'FL', 'Mia', 'Q2', 8],
   ['Dec', 'FL', 'Mia', 'Q3', 17],
   ['Apr', 'CA', 'SC', 'Q1', 1],
   ['Apr', 'CA', 'SC', 'Q2', 2],
   ['Apr', 'CA', 'SC', 'Q3', 3]]), columns=['Date', 'State', 'County', 'Quarter', 'x'])

df1.set_index(['Date', 'State', 'County', 'Quarter'], inplace=True)

df2 = pd.DataFrame(np.array([['Dec', 'NY', 'Ren', 0.4],
   ['Dec', 'FL', 'Mia', 0.3]]), columns=['Date', 'State', 'County', 'y'])

df2.set_index(['Date', 'State', 'County', 'y'], inplace=True)

df_combined = df1['Date', 'State', 'County'].map(df2)

Answer 1

您可以临时更改df1来更改索引以进行连接：

df_combined = df1.reset_index(3).join(df2,how='left')

>>> df_combined
           level_3   x    y
Apr CA SC       Q1   1  NaN
       SC       Q2   2  NaN
       SC       Q3   3  NaN
Dec FL Mia      Q1   6  0.3
       Mia      Q2   8  0.3
       Mia      Q3  17  0.3
    NY Ren      Q1  10  0.4
       Ren      Q2  12  0.4
       Ren      Q3  14  0.4

df_combined.set_index('level_3',append=True, inplace=True)
df_combined.index.rename(None,3,inplace=True)

>>> df_combined
                x    y
Apr CA SC  Q1   1  NaN
           Q2   2  NaN
           Q3   3  NaN
Dec FL Mia Q1   6  0.3
           Q2   8  0.3
           Q3  17  0.3
    NY Ren Q1  10  0.4
           Q2  12  0.4
           Q3  14  0.4

reset_index方法用于临时将不在df2中的索引转换为列，以便进行正常连接。完成后，将该列重新转换为索引。