Pandas 加入分类索引

Question

尝试使用分类索引加入 Pandas DataFrame 对象时，我得到了意想不到的结果。这是最小的可重现示例（从我的实际用例中总结出来）：

shape_categories=['square', 'circle']
color_categories=['red', 'blue', 'green']

test_a = pd.DataFrame({
    'shape': pd.Categorical(['square', 'circle'], categories=shape_categories, ordered=True),
    'color': pd.Categorical(['red', 'blue'], categories=color_categories, ordered=True),
    'value_a': [1.0, 2.0]
})
test_a.set_index(['shape', 'color'], inplace=True)

test_b = pd.DataFrame({
    'shape': pd.Categorical(['square', 'square', 'circle', 'circle'], categories=shape_categories, ordered=True),
    'color': pd.Categorical(['red', 'blue', 'red', 'blue'], categories=color_categories, ordered=True),
    'value_b': [10.0, np.nan, np.nan, 40.0]
})
test_b.set_index(['shape', 'color'], inplace=True)

test_a.join(test_b, how='left')

我期待

shape	color	value_a	value_b
square	red	1.0	10.0
circle	blue	2.0	40.0

但我得到了

shape	color	value_a	value_b
square	red	1.0	10.0
circle	blue	2.0	NaN

我错过了什么？我试图小心保持分类变量的 dtypes 完全相同。

Answer 1

您需要指定所有要合并的索引，否则 pandas 只会使用第一个。所以在你的情况下：

test_a.join(test_b, how='left', on = ['shape', 'color'])

应该会产生预期的结果。