インデックスで2つのデータフレームをマージする

こんにちは私は次のデータフレームを持っています：

> df1
  id begin conditional confidence discoveryTechnique  
0 278    56       false        0.0                  1   
1 421    18       false        0.0                  1 

> df2
   concept 
0  A  
1  B

どのようにしてインデックスをマージして取得しますか？

  id begin conditional confidence discoveryTechnique   concept 
0 278    56       false        0.0                  1  A 
1 421    18       false        0.0                  1  B

merge()つまりdf1.merge(df2)、マッチングを行うために列を使用することは私の理解です。実際、これを行うと次のようになります。

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/frame.py", line 4618, in merge
    copy=copy, indicator=indicator)
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.py", line 58, in merge
    copy=copy, indicator=indicator)
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.py", line 491, in __init__
    self._validate_specification()
  File "/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.py", line 812, in _validate_specification
    raise MergeError('No common columns to perform merge on')
pandas.tools.merge.MergeError: No common columns to perform merge on

インデックスでマージするのは悪い習慣ですか？それは不可能ですか？もしそうなら、インデックスを「インデックス」と呼ばれる新しい列にシフトするにはどうすればよいですか？

ありがとう

mergeデフォルトで内部結合であるを使用します。

pd.merge(df1, df2, left_index=True, right_index=True)

またはjoin、デフォルトでは結合されたままです：

df1.join(df2)

またはconcat、デフォルトでは外部結合です。

pd.concat([df1, df2], axis=1)

サンプル：

df1 = pd.DataFrame({'a':range(6),
                    'b':[5,3,6,9,2,4]}, index=list('abcdef'))

print (df1)
   a  b
a  0  5
b  1  3
c  2  6
d  3  9
e  4  2
f  5  4

df2 = pd.DataFrame({'c':range(4),
                    'd':[10,20,30, 40]}, index=list('abhi'))

print (df2)
   c   d
a  0  10
b  1  20
h  2  30
i  3  40

#default inner join
df3 = pd.merge(df1, df2, left_index=True, right_index=True)
print (df3)
   a  b  c   d
a  0  5  0  10
b  1  3  1  20

#default left join
df4 = df1.join(df2)
print (df4)
   a  b    c     d
a  0  5  0.0  10.0
b  1  3  1.0  20.0
c  2  6  NaN   NaN
d  3  9  NaN   NaN
e  4  2  NaN   NaN
f  5  4  NaN   NaN

#default outer join
df5 = pd.concat([df1, df2], axis=1)
print (df5)
     a    b    c     d
a  0.0  5.0  0.0  10.0
b  1.0  3.0  1.0  20.0
c  2.0  6.0  NaN   NaN
d  3.0  9.0  NaN   NaN
e  4.0  2.0  NaN   NaN
f  5.0  4.0  NaN   NaN
h  NaN  NaN  2.0  30.0
i  NaN  NaN  3.0  40.0

インデックスで整列された2つ以上のDFを連結するには、concat（[df1、df2、...]、axis = 1）を使用できます。

pd.concat([df1, df2, df3, ...], axis=1)

または、カスタムフィールド/インデックスで連結するためにマージします。

# join by _common_ columns: `col1`, `col3`
pd.merge(df1, df2, on=['col1','col3'])

# join by: `df1.col1 == df2.index`
pd.merge(df1, df2, left_on='col1' right_index=True)

または、インデックスで結合するために結合します。

 df1.join(df2)

デフォルトで
joinは、列方向の左結合
pd.mergeは列方向の内部結合
pd.concatで、行方向の外部結合です。

pd.concat：
Iterable引数を取ります。したがって、DataFrameを直接取得することはできません（を使用[df,df2]）
。DataFrameの次元は軸に沿って一致する必要があります

Joinand pd.merge：
DataFrame引数を取ることができます

馬鹿げたバグがありました：インデックスがdtypes異なるため、結合が失敗しました。両方のテーブルが同じ元のテーブルのピボットテーブルだったため、これは明白ではありませんでした。以降reset_index、Jupyterのインデックスは同じに見えました。Excelに保存するときにのみ明らかになりました...

で修正： df1[['key']] = df1[['key']].apply(pd.to_numeric)

うまくいけば、これは誰かを1時間節約します！

パンダで2つのデータフレームを結合したい場合は、mergeまたはのような使用可能な属性を使用できますconcatenate。たとえば、2つのデータフレームがdf1あり、df2次の方法でデータフレームに参加できるとします。

newdataframe=merge(df1,df2,left_index=True,right_index=True)