将单索引数据帧连接到多索引数据帧

Question

我有两个数据框，结构类似于

# df1
                        data1   data2
id      feature_count   
12345   1               111     888
        2               222     999
        3               333     101010
45678   0               444     111111
        2               555     121212
        3               666     131313
        4               777     141414

和

# df2
        descriptor
id
12345   "foo"
45678   "bar"

基于this solution，我似乎应该能够简单地执行df1.join(df2) 以获得所需的结果

#joined
                        data1   data2   descriptor
id      feature_count   
12345   1               111     888     "foo"
        2               222     999     "foo"
        3               333     101010  "foo"
45678   0               444     111111  "bar"
        2               555     121212  "bar"
        3               666     131313  "bar"
        4               777     141414  "bar"

但是，我实际得到的是 Pandas 1.0.5 中的NotImplementedError: Index._join_level on non-unique index is not implemented。

这似乎不应该很复杂，但我显然误解了一些东西。我正在寻找的只是将df2 中的唯一映射列附加到df1 的（保证现有映射）第一个索引上。

Answer 1

由于您只需要映射一列，因此只需：

df1['descriptor'] = df1.index.get_level_values('id').map(df2['descriptor'])

一般情况下，您可以暂时重置其他索引，加入数据帧，然后将其重新设置：

df1.reset_index('feature_count').join(df2).set_index('feature_count', append=True)

输出：

                     data1   data2 descriptor
id    feature_count                          
12345 1                111     888      "foo"
      2                222     999      "foo"
      3                333  101010      "foo"
45678 0                444  111111      "bar"
      2                555  121212      "bar"
      3                666  131313      "bar"
      4                777  141414      "bar"