python - 合并 2 个数据帧的不同值的相同输出

Question

我正在测试以下数据帧的合并:

从下面的代码行:

merge1 = pd.merge(df1,df2,on='HPI',how='inner')

我期望这个输出:

但是我有:

此外，无论我在参数('inner'，'outer'，'left'，'right')中使用哪个选项，我总是得到相同的输出。 可以肯定的是，我不会根据参数如何正确合并。有人可以解释一下为什么我对所有选项都得到相同的输出吗？

Answer 1

HPI 列中存在重复项问题。可以通过set_index创建MultiIndex与 concat :

merge1 = pd.concat([df1.set_index('HPI', append=True), 
                    df2.set_index('HPI', append=True)], axis=1).reset_index(level=1)

print (merge1)
      HPI  Int_rate  US_GDP_Thousands  Low_tier_HPI  Unemployment
2001   80         2                50            50             7
2002   85         3                55            52             8
2003   88         2                65            50             9
2004   85         2                55            53             6

或者reset_index对于 index 和 merge 中的列按 2 列:

merge1 = pd.merge(df1.reset_index(),df2.reset_index(),on=['index','HPI'])
print (merge1)
   index  HPI  Int_rate  US_GDP_Thousands  Low_tier_HPI  Unemployment
0   2001   80         2                50            50             7
1   2002   85         3                55            52             8
2   2003   88         2                65            50             9
3   2004   85         2                55            53             6

如果可能的话，最后一个解决方案索引值也会重复:

df1 = df1.assign(new=df1.groupby('HPI').cumcount())
df2 = df2.assign(new=df2.groupby('HPI').cumcount())

merge1 = pd.merge(df1,df2,on=['new','HPI']).drop('new',axis=1)
print (merge1)
   HPI  Int_rate  US_GDP_Thousands  Low_tier_HPI  Unemployment
0   80         2                50            50             7
1   85         3                55            52             8
2   88         2                65            50             9
3   85         2                55            53             6