熊猫合并问题

Question

我有两个数据框

df1

    KO-ST  1_UID      2_Vloge
0   1976-_  200106897  200106897.0
1    991-_  200108737  200108737.0
2  2147---  200109776  200109776.0
3   2048-_  200300912  200300912.0
4   2194-_  200301057  200301057.0
5  2386---  200301312  200301312.0
6   2002-_  200301315  200301315.0
7   1324-_  200301573  200301573.0
8   1625-45  200301868  200301868.0
9   1625-_  200301868  200301868.0
...

df2
                              a                    b
SID  KO-ST                                     
10000002 851-601          288.0                288.0
10000003 851-1             68.0                 68.0
10000328 853-103           64.5                 64.5
10000583 861-25            30.1                 30.1
10001002 2590-1            96.7                178.9
10001004 2593-2           349.2                349.2
10001005 2593-3           282.0                295.2
10001006 2593-4           121.5                121.5
10001008 2593-6           109.3                110.3
10001009 2593-7             9.9                  9.9
...

有超过 500.000 行，其中 KO-ST 是唯一的，SID 可以重复。我正在尝试将它们分组并重复列a 和b 中的值。来自 KO-ST 的值是唯一的，在 10% 的情况下 - 并不完美，这种情况（例如 1324-___）在 df2 中将没有匹配项。

我的初始代码是

REN_ES = pd.merge(df1, df2, left_index=True, on = 'KO-ST')

但我得到一个错误：

KeyError: 'KO-ST'

我哪里弄错了？ df1 是导入 2 个 csv 文件并组合和合并一些值的结果。为了更方便的数据处理，KO-ST 列被添加为具有功能的两列的组合：

DS_STA['KO-ST'] =DS_STA['KO_SIFKO'].map(str) + "-" + DS_STA['STEV'].map(str)

KO-SIFKO 和 STEV 是整数，因此是代码。我添加这个是因为我怀疑数据类型的识别有问题。

Answer 1

df2 有一个多索引，“KO-ST”不是列名。 left_index=True 覆盖 on'KO-ST" 所以删除它。试试：

REN_ES = pd.merge(df1, df2.reset_index(), on = 'KO-ST')