Python Pandas：组合 2 个数据帧，一帧的列作为最终结果的索引

【问题标题】：Python Pandas: combine 2 dataframes, one frame's column as the final result's indexPython Pandas：组合 2 个数据帧，一帧的列作为最终结果的索引
【发布时间】：2014-02-27 08:37:12
【问题描述】：

数据帧 df1：

+--------+------+--------+
| userId | isbn | rating |
+--------+------+--------+
|      1 | 0001 |      3 |
|      2 | 0002 |      4 |
|      2 | 0003 |      5 |
+--------+------+--------+

数据帧 df2：

+------+-------+
| isbn | title |
+------+-------+
| 0001 | aaa   |
| 0002 | bbb   |
| 0003 | ccc   |
+------+-------+

我可以将它们合并到：

+-----+-----+-----+
|     |  1  |  2  |
+-----+-----+-----+
| aaa | 3   | NAN |
| bbb | NAN | 4   |
| ccc | NAN | 5   |
+-----+-----+-----+

列是userId，索引是title。 isbn 在合并后被删除。

谢谢。

【问题讨论】：

标签： python pandas

【解决方案1】：

一旦你merge这些框架，你就可以使用pivot_table：

In [11]: merged = df.merge(df2)

In [12]: merged
Out[12]:
   userId  isbn  rating title
0       1     1       3   aaa
1       2     2       4   bbb
2       2     3       5   ccc

In [13]: merged.pivot_table('rating', 'title', 'userId')
Out[13]:
userId   1   2
title
aaa      3 NaN
bbb    NaN   4
ccc    NaN   5

【讨论】：

谢谢，它有效！但是当 DataFrame 非常大时，这个 pivot_table 方法的性能好吗？我有一个 100 万行的表，5 分钟后它仍在运行......
@EricZhang 可能是您正在制作一个稀疏的 DataFrame，因此浪费了很多空间（NaN 放入内存中）。它应该“快速”运行......也许它太大而无法放入内存？ :S 我的猜测是你可以使用 groupby 来实现你的最终目标（可能值得问另一个关于你的最终目标是什么的问题 - 你希望通过这个实现什么）？
数据很少，但我确实需要它们。我将首先尝试应用一小组数据。非常感谢！