Объединение многоиндексных данных с одноиндексными кадрами данных в pandas

Ответ 1

Вы можете использовать get_level_values:

firsts = df1.index.get_level_values('first')
df1['value2'] = df2.ix[firsts].values

Примечание: вы почти делаете join здесь (кроме df1 является MultiIndex)... так что может быть более аккуратный способ чтобы описать это...

.

В примере (похоже на то, что у вас есть):

df1 = pd.DataFrame([['a', 'x', 0.123], ['a','x', 0.234],
                    ['a', 'y', 0.451], ['b', 'x', 0.453]],
                   columns=['first', 'second', 'value1']
                   ).set_index(['first', 'second'])
df2 = pd.DataFrame([['a', 10],['b', 20]],
                   columns=['first', 'value']).set_index(['first'])

firsts = df1.index.get_level_values('first')
df1['value2'] = df2.ix[firsts].values

In [5]: df1
Out[5]: 
              value1  value2
first second                
a     x        0.123      10
      x        0.234      10
      y        0.451      10
b     x        0.453      20

Ответ 2

В соответствии с документацией, начиная с pandas 0.14, вы можете просто присоединиться к единичным и мультииндексным фреймам данных. Он будет соответствовать общему имени индекса. Аргумент how работает, как и ожидалось, с помощью 'inner' и 'outer', хотя интересно, что оно выглядит обратным для 'left' и 'right' (может это ошибка?).

df1 = pd.DataFrame([['a', 'x', 0.471780], ['a','y', 0.774908], ['a', 'z', 0.563634],
                    ['b', 'x', -0.353756], ['b', 'y', 0.368062], ['b', 'z', -1.721840],
                    ['c', 'x', 1], ['c', 'y', 2], ['c', 'z', 3],
                   ],
                   columns=['first', 'second', 'value1']
                   ).set_index(['first', 'second'])
df2 = pd.DataFrame([['a', 10], ['b', 20]],
                   columns=['first', 'value2']).set_index(['first'])

print(df1.join(df2, how='inner'))
                value1  value2
first second                  
a     x       0.471780      10
      y       0.774908      10
      z       0.563634      10
b     x      -0.353756      20
      y       0.368062      20
      z      -1.721840      20

Ответ 3

Поскольку синтаксис .ix является мощным ярлыком для переиндексации, но в этом случае вы фактически не выполняете переиндексацию строк/столбцов, это может быть сделано немного более элегантно (для моих скромных вкусовых рецепторов) с использованием только переиндексации:

Подготовка от хайдена:

df1 = pd.DataFrame([['a', 'x', 0.123], ['a','x', 0.234],
                    ['a', 'y', 0.451], ['b', 'x', 0.453]],
                   columns=['first', 'second', 'value1']
                   ).set_index(['first', 'second'])
df2 = pd.DataFrame([['a', 10],['b', 20]],
                   columns=['first', 'value']).set_index(['first'])

Тогда это выглядит так в iPython:

In [4]: df1
Out[4]: 
              value1
first second        
a     x        0.123
      x        0.234
      y        0.451
b     x        0.453

In [5]: df2
Out[5]: 
       value
first       
a         10
b         20

In [7]: df2.reindex(df1.index, level=0)
Out[7]: 
              value
first second       
a     x          10
      x          10
      y          10
b     x          20

In [8]: df1['value2'] = df2.reindex(df1.index, level=0)

In [9]: df1
Out[9]: 
              value1  value2
first second                
a     x        0.123      10
      x        0.234      10
      y        0.451      10
b     x        0.453      20

Мнемотехника, для какого уровня вы должны использовать метод reindex: Он указывает на уровень, который вы уже охватили в более крупном индексе. Итак, в этом случае df2 уже имел уровень 0, покрытый df1.index.