python - 连接两个具有共同、重复索引的 Pandas 数据框，而不进行笛卡尔积

Question

有没有一种方法可以连接两个具有共同重复索引的 Pandas 数据框，而无需进行笛卡尔积？例如:

df1 = pd.DataFrame(data={'event':['A','C','D']}, index=[1.,3.,3.])
df2 = pd.DataFrame(data={'event':['B','C']}, index=[2.,3.])

注意事件C被记录在两个帧中，并且 C和D两者具有相同的索引值(时间戳)。

df1.join(df2,how='outer',lsuffix='1',rsuffix='2')

给出:

    event1 event2
1.0      A    NaN
2.0    NaN      B
3.0      C      C
3.0      D      C

( C , C ) 和 ( D , C ) 行是 C 的笛卡尔积和D在df1和C在df2 。我希望第 4 行只是( D ， NaN )，因为 D只出现在 df1而不是 df2 ，即:

    event1 event2
1.0      A    NaN
2.0    NaN      B
3.0      C      C
3.0      D    NaN

Answer 1

您需要在第二个 cumcount 索引列上进行合并:

i, j = [
    x.set_index(x.groupby(level=0).cumcount(), append=True) for x in (df1, df2)
]

i.merge(
    j, 
    left_index=True, 
    right_index=True, 
    how='outer', 
    suffixes=('1', '2')
).reset_index(level=1, drop=True)

    event1 event2
1.0      A    NaN
2.0    NaN      B
3.0      C      C
3.0      D    NaN