知识卡片

操作参考卡 · 6372.e

索引可作为显式连接键

理解等级:中级

merge可用left_index/right_index指定一侧或两侧索引为键,也可让一侧多个普通列匹配另一侧MultiIndex。层级分量需对应,重复索引仍会扩大匹配数。索引不是天然唯一键,不能因键放在索引中就跳过基数检查。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      left_index=True或right_index=True(或两个都传)以说明索引应该被用作连接键: In [36]: left1 = DataFrame({'key': ['a', 'b', 'a', 'a', 'b', 'c'], ....: 'value': range(6)}) In [37]: right1 = DataFrame({'gro

    参考来源

    - 位置:《利用Python进行数据分析》第7章《索引上的合并》(spine292;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0278.html;u148-ch07-011)。 - 结论依据:原文在“left_index=True”附近的定义、例子或代码支撑本卡核心说明:merge可用left_index/right_index指定一侧或两侧索引为键,也可让一侧多个普通列匹配另一侧MultiIndex。边界按已读前提解释;示例未执行。 - 原始内容:left_index=True或right_index=True(或两个都传)以说明索引应该被用作连接键: In [36]: left1 = DataFrame({'key': ['a', 'b', 'a', 'a', 'b', 'c'], ....: 'value': range(6)}) In [37]: right1 = DataFrame({'gro