web-dev-qa-db-ja.com

列でのマージとPandasのインデックスの使用

プロジェクト番号を共有する2つの独立したデータフレームがあります。 type_dfでは、プロジェクト番号はインデックスです。 time_dfでは、プロジェクト番号は列です。 type_dfのProject Typeを持つ2の行数をカウントしたいと思います。私はpandas.merge()でこれをしようとしています。インデックスではなく両方の列を使用する場合に最適です。インデックスを参照する方法がわかりません。mergeが正しい方法であるかどうかもわかりません。

import pandas as pd
type_df = pd.DataFrame(data = [['Type 1'], ['Type 2']], 
                       columns=['Project Type'], 
                       index=['Project2', 'Project1'])
time_df = pd.DataFrame(data = [['Project1', 13], ['Project1', 12], 
                               ['Project2', 41]], 
                       columns=['Project', 'Time'])
merged = pd.merge(time_df,type_df, on=[index,'Project'])
print merged[merged['Project Type'] == 'Type 2']['Project Type'].count()

エラー：

名前「インデックス」は定義されていません。

望ましい出力：

2
pythonpython-2.7pandasmerge
27
user2242044

マージでインデックスを使用する場合は、left_index=Trueまたはright_index=Trueを指定してから、left_onまたはright_onを使用する必要があります。あなたにとっては次のようになります。

merged = pd.merge(type_df, time_df, left_index=True, right_on='Project')
32
maxymoo

別の解決策は DataFrame.join ：

df3 = type_df.join(time_df, on='Project')

バージョンpandas 0.23.0+on、left_on、およびright_onパラメータは、列名またはインデックスレベル名のいずれかを参照するようになりました ：

left_index = pd.Index(['K0', 'K0', 'K1', 'K2'], name='key1')
left = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                     'key2': ['K0', 'K1', 'K0', 'K1']},
                    index=left_index)

right_index = pd.Index(['K0', 'K1', 'K2', 'K2'], name='key1')

right = pd.DataFrame({'C': ['C0', 'C1', 'C2', 'C3'],
                     'D': ['D0', 'D1', 'D2', 'D3'],
                     'key2': ['K0', 'K0', 'K0', 'K1']},
                      index=right_index)

print (left)    
       A   B key2
key1             
K0    A0  B0   K0
K0    A1  B1   K1
K1    A2  B2   K0
K2    A3  B3   K1

print (right)
       C   D key2
key1             
K0    C0  D0   K0
K1    C1  D1   K0
K2    C2  D2   K0
K2    C3  D3   K1

df = left.merge(right, on=['key1', 'key2'])
print (df)
       A   B key2   C   D
key1                     
K0    A0  B0   K0  C0  D0
K1    A2  B2   K0  C1  D1
K2    A3  B3   K1  C3  D3
7
jezrael

マージするには、各データフレームに同じ列が必要です。

この場合、type_df、それからマージします：

type_df['Project'] = type_df.index.values
merged = pd.merge(time_df,type_df, on='Project', how='inner')
merged
#    Project  Time Project Type
#0  Project1    13       Type 2
#1  Project1    12       Type 2
#2  Project2    41       Type 1

print merged[merged['Project Type'] == 'Type 2']['Project Type'].count()
2
3
dermen