Comment conserver l'index lors de l'utilisation de pandas merge

Je voudrais en fusionner deux DataFrameset conserver l'index de la première image en tant qu'index sur l'ensemble de données fusionné. Cependant, lorsque je fais la fusion, le DataFrame résultant a un index entier. Comment puis-je spécifier que je souhaite conserver l'index du bloc de données gauche?

In [4]: a = pd.DataFrame({'col1': {'a': 1, 'b': 2, 'c': 3}, 
                          'to_merge_on': {'a': 1, 'b': 3, 'c': 4}})

In [5]: b = pd.DataFrame({'col2': {0: 1, 1: 2, 2: 3}, 
                          'to_merge_on': {0: 1, 1: 3, 2: 5}})

In [6]: a
Out[6]:
   col1  to_merge_on
a     1            1
b     2            3
c     3            4

In [7]: b
Out[7]:
   col2  to_merge_on
0     1            1
1     2            3
2     3            5

In [8]: a.merge(b, how='left')
Out[8]:
   col1  to_merge_on  col2
0     1            1   1.0
1     2            3   2.0
2     3            4   NaN

In [9]: _.index
Out[9]: Int64Index([0, 1, 2], dtype='int64')

EDIT: Passé à un exemple de code qui peut être facilement reproduit

In [5]: a.reset_index().merge(b, how="left").set_index('index')
Out[5]:
       col1  to_merge_on  col2
index
a         1            1     1
b         2            3     2
c         3            4   NaN

Remarque: pour certaines opérations de fusion à gauche, vous pouvez vous retrouver avec plus de lignes s'il y a plusieurs correspondances entre aet bet vous devrez dédupliquer ( documentation pour la déduplication ). C'est pourquoi pandas ne garde pas l'index pour vous.

Vous pouvez faire une copie de l'index sur la trame de données gauche et procéder à la fusion.

a['copy_index'] = a.index
a.merge(b, how='left')

J'ai trouvé cette méthode simple très utile tout en travaillant avec une grande trame de données et en utilisant pd.merge_asof()(ou dd.merge_asof()).

Cette approche serait meilleure lorsque la réinitialisation de l'index est coûteuse (grande trame de données).

Il existe une solution non-pd.merge. Utilisation mapetset_index

In [1744]: a.assign(col2=a['to_merge_on'].map(b.set_index('to_merge_on')['col2']))
Out[1744]:
   col1  to_merge_on  col2
a     1            1   1.0
b     2            3   2.0
c     3            4   NaN

Et n'introduit pas de indexnom factice pour l'index.

df1 = df1.merge(
        df2, how="inner", left_index=True, right_index=True
    )

Cela permet de conserver l'index de df1

Je pense avoir trouvé une solution différente. Je rejoignais la table de gauche sur la valeur d'index et la table de droite sur une valeur de colonne basée sur l'index de la table de gauche. Ce que j'ai fait était une fusion normale:

First10ReviewsJoined = pd.merge(First10Reviews, df, left_index=True, right_on='Line Number')

Ensuite, j'ai récupéré les nouveaux numéros d'index de la table fusionnée et les ai mis dans une nouvelle colonne nommée Numéro de ligne de sentiment:

First10ReviewsJoined['Sentiment Line Number']= First10ReviewsJoined.index.tolist()

Ensuite, je redéfinis manuellement l'index sur l'index de table de gauche d'origine en fonction de la colonne préexistante appelée Numéro de ligne (la valeur de la colonne à laquelle j'ai rejoint l'index de la table de gauche):

First10ReviewsJoined.set_index('Line Number', inplace=True)

Ensuite, supprimez le nom d'index du numéro de ligne afin qu'il reste vide:

First10ReviewsJoined.index.name = None

Peut-être un peu un hack mais semble bien fonctionner et relativement simple. De plus, supposez que cela réduit le risque de doublons / de falsification de vos données. Espérons que tout a du sens.

une autre option simple est de renommer l'index comme avant:

a.merge(b, how="left").set_axis(a.index)

merge préserve l'ordre au dataframe 'a', mais réinitialise simplement l'index pour qu'il soit sauvegardé pour utiliser set_axis