pandas 文档中的这个描述是如何理解的？

Question

https://pandas.pydata.org/docs/user_guide/merging.html#dataframe-join

当仅使用 MultiIndex 的某些级别连接 DataFrame 时，多余的级别将从结果连接中删除。要保留这些级别，请在这些级别名称上使用 DataFrame.reset_index() 将这些级别移动到连接之前的列。

这段话该如何理解？

上面提到了使用子集时的连接示例，其中索引 --- 'num' 仍然存在并广播，这让我觉得很奇怪。如果右索引不是左索引的子集，那么就会报错，这个试过了，即使使用on来指定公共索引也不行

In [109]: leftindex = pd.MultiIndex.from_product(
   .....:     [list("abc"), list("xy"), [1, 2]], names=["abc", "xy", "num"]
   .....: )
   .....: 

In [110]: left = pd.DataFrame({"v1": range(12)}, index=leftindex)

In [111]: left
Out[111]: 
            v1
abc xy num    
a   x  1     0
       2     1
    y  1     2
       2     3
b   x  1     4
       2     5
    y  1     6
       2     7
c   x  1     8
       2     9
    y  1    10
       2    11

In [112]: rightindex = pd.MultiIndex.from_product(
   .....:     [list("abc"), list("xy")], names=["abc", "xy"]
   .....: )
   .....: 

In [113]: right = pd.DataFrame({"v2": [100 * i for i in range(1, 7)]}, index=rightindex)

In [114]: right
Out[114]: 
         v2
abc xy     
a   x   100
    y   200
b   x   300
    y   400
c   x   500
    y   600

In [115]: left.join(right, on=["abc", "xy"], how="inner")
Out[115]: 
            v1   v2
abc xy num         
a   x  1     0  100
       2     1  100
    y  1     2  200
       2     3  200
b   x  1     4  300
       2     5  300
    y  1     6  400
       2     7  400
c   x  1     8  500
       2     9  500
    y  1    10  600
       2    11  600

那么，这段话该如何理解呢？

Answer 1

这只适用于合并列和索引级别的组合。

例如，如果我们扩展您的示例并在

'v1'

上添加一列

right

，然后

merge

on=["abc", "xy", "v1"]

，结果将删除索引

'num'

:

# ...keeping all else unchanged

right = pd.DataFrame(
    {"v1": range(1, 7), "v2": [100 * i for i in range(1, 7)]}, index=rightindex
)

left.merge(right, on=["abc", "xy", "v1"], how="left")

        v1     v2
abc xy           
a   x    0    NaN
    x    1  100.0
    y    2  200.0
    y    3    NaN
b   x    4    NaN
    x    5    NaN
    y    6    NaN
    y    7    NaN
c   x    8    NaN
    x    9    NaN
    y   10    NaN
    y   11    NaN

Answer 2

请注意为什么添加此警告，但对我来说似乎不正确。

如果您不提供

on

，则会在普通关卡上自动与

join

对齐关卡，并且不会掉落任何关卡。

让我们假设一个更复杂的示例，其中存在不同级别的项目以更好地欣赏：

leftindex = pd.MultiIndex.from_product(
    [list("abc"), list("xy"), [1, 2]], names=["abc", "xy", "num"]
)
 

left = pd.DataFrame({"v1": range(12)}, index=leftindex)

rightindex = pd.MultiIndex.from_product(
     [list("abx"), list("cy"), list('z')], names=["xy", "abc", 'Z']
 )
 
right = pd.DataFrame({"v2": [100 * i for i in range(1, 7)]}, index=rightindex)

left.join(right, how='inner')
#               v1   v2
# abc xy num Z         
# c   x  1   z   8  500
#        2   z   9  500

如果您使用

merge

，现在正确的级别会被删除：

left.merge(right, left_index=True, right_index=True)
#             v1   v2
# abc xy num         
# c   x  1     8  500
#        2     9  500