当键是复合且唯一时，Pandas 合并抱怨非唯一标签

Question

我正在尝试合并两个数据帧，这样我最终会得到一个具有相同列数但行数增加的数据帧。

import pandas as pd, numpy as np

data1 = [['date'  ,    'symbol', 'value'],
         ['1999-01-10', 'AAA',      101],
         ['1999-01-11', 'AAA',      201]]
I am trying to merge two dataframes such that i end up with one with same number of columns but row count should increase


import pandas as pd, numpy as np

data1 = [['date'  ,    'symbol', 'value'],
         ['1999-01-10', 'AAA',      101],
         ['1999-01-11', 'AAA',      201]]

data2 = [['date'  ,    'symbol', 'value'],
         ['1999-01-10', 'BBB',      101],
         ['1999-01-11', 'BBB',      201]]


df1 = pd.DataFrame(data1[1:], columns=data1[:1])
df2 = pd.DataFrame(data2[1:], columns=data2[:1])
df = df1.merge(df2, on = ['date', 'symbol'], how='outer')

上面的代码在合并行上产生错误：

ValueError: The column label 'date' is not unique.
For a multi-index, the label must be a tuple with elements corresponding to each level.

我知道在上述情况下我可以使用 pd.CONCAT 实现我所寻求的目标，但我想了解为什么合并在这里失败，因为日期+符号的组合键不同/唯一？ 此外我不明白有关多索引的部分。除了这些数据帧上的“自然”索引之外，没有任何索引。

Answer 1

问题是如何创建

df1

/

df2

:

df1 = pd.DataFrame(data1[1:], columns=data1[0])  # <-- columns should be list, not list of lists
df2 = pd.DataFrame(data2[1:], columns=data2[0])  # <-- detto

然后：

df = df1.merge(df2, on=["date", "symbol"], how="outer")
print(df)

打印：

         date symbol  value_x  value_y
0  1999-01-10    AAA    101.0      NaN
1  1999-01-10    BBB      NaN    101.0
2  1999-01-11    AAA    201.0      NaN
3  1999-01-11    BBB      NaN    201.0

Answer 2

此错误是由于您创建输入的方式造成的。通过使用

[:1]

进行切片，您可以创建一个 MultiIndex。

您应该使用：

df1 = pd.DataFrame(data1[1:], columns=data1[0])
df2 = pd.DataFrame(data2[1:], columns=data2[0])