パンダのマージを使用するときにインデックスを保持する方法

2つをマージDataFramesし、最初のフレームのインデックスを、マージされたデータセットのインデックスとして保持します。ただし、マージを実行すると、結果のDataFrameに整数インデックスが含まれます。左のデータフレームのインデックスを保持するように指定するにはどうすればよいですか？

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')

編集：簡単に再現できるサンプルコードに切り替えました

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

注：一部の左マージ操作のために複数の一致が間にある場合は、複数の行で終わることaとb、あなたは（重複排除する必要があります重複排除のためのマニュアルを参照して）。これが、パンダがインデックスを保持しない理由です。

左側のデータフレームにインデックスのコピーを作成し、マージすることができます。

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

この単純な方法は、大規模なデータフレームを操作してpd.merge_asof()（またはdd.merge_asof()）を使用しているときに非常に役立つことがわかりました。

このアプローチは、インデックスのリセットにコストがかかる場合（データフレームが大きい場合）に優れています。

非pd.mergeソリューションがあります。使用するmapと、set_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

また、indexインデックスにダミーの名前を付けません。

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

これにより、df1のインデックスを保持できます。

別の解決策を考え出したと思います。左のテーブルのインデックスに基づいて、左のテーブルをインデックス値で結合し、右のテーブルを列値で結合していました。私がしたことは通常のマージでした：

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

次に、マージされたテーブルから新しいインデックス番号を取得し、それらをSentiment Line Numberという名前の新しい列に入れました。

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

次に、Line Numberという名前の既存の列（左のテーブルインデックスから結合した列の値）に基づいて、インデックスを手動で元の左のテーブルインデックスに戻しました。

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

次に、Line Numberのインデックス名を削除して、空白のままにします。

First10ReviewsJoined.index.name = None

少しハックかもしれませんが、うまく機能し、比較的単純なようです。また、データの重複や混乱のリスクが減ると思います。うまくいけば、すべてが理にかなっています。

別の簡単なオプションは、インデックスの名前を以前の名前に変更することです。

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

マージはデータフレーム「a」での順序を維持しますが、インデックスをリセットするだけなので、set_axisを使用するために保存されます