将两个 DataFrame 与两列合并，并与结果中的原始索引保持相同的顺序

Question

我有两个熊猫数据框。两个数据框都有两个键列和一个值列用于合并。我想在合并结果中保持与原始索引相同的顺序。

• 其他数据框中的键和值可能丢失或更改。
• 数据的顺序很重要。您不能按合并结果中的键或值对它们进行排序。

应该是这样的：

df1_index/df2_index/results仅用于演示。

我尝试将merge 与outer 一起使用：

df1 = pd.DataFrame({
    "key1": ['K', 'K', 'A1', 'A2', 'B1', 'B9', 'C3'],
    "key2": ['a5', 'a4', 'a7', 'a9', 'b2', 'b8', 'c1'],
    "Value1": ['apple', 'guava', 'kiwi', 'grape', 'banana', 'peach', 'berry'],
})

df2 = pd.DataFrame({
    "key1": ['K', 'A1', 'A3', 'B1', 'C2', 'C3'],
    "key2": ['a9', 'a7', 'a9', 'b2', 'c7', 'c1'],
    "Value2": ['apple', 'kiwi', 'grape', 'banana', 'guava', 'orange'],
})

merged_df = pd.merge(df1, df2, how="outer", on=['key1', 'key2'])

但它只是在行尾添加了缺失的键：

如何合并和对齐它们？

Answer 1

在构建合并后的数据帧时，从每个数据帧中获取索引值。

merged_df = pd.merge(df1, df2, how="outer", on=['key1', 'key2'])

使用combine_first 组合index_x 和index_y

merged_df['combined_index'] =merged_df.index_x.combine_first(merged_df.index_y)

使用combined_index & index_x 删除不需要的列并重置索引进行排序。

output = merged_df.sort_values(
    ['combined_index', 'index_x']
).drop(
    ['index_x', 'index_y', 'combined_index'], axis=1
).reset_index(drop=True)

这会产生以下输出：

  key1 key2  Value1  Value2
0    K   a5   apple     NaN
1    K   a9     NaN   apple
2    K   a4   guava     NaN
3   A1   a7    kiwi    kiwi
4   A3   a9     NaN   grape
5   A2   a9   grape     NaN
6   B1   b2  banana  banana
7   C2   c7     NaN   guava
8   B9   b8   peach     NaN
9   C3   c1   berry  orange