Why does Pandas inner join give ValueError: len(left_on) must equal the number of levels in the index of "right"?

Question

我正在尝试将 DataFrame A 内联到 DataFrame B，但运行出错了。

这是我的加入声明：

merged = DataFrameA.join(DataFrameB, on=['Code','Date'])

这是错误：

ValueError: len(left_on) must equal the number of levels in the index of "right"

我不确定列顺序是否重要（它们不是真的 "ordered" 是吗？），但为了以防万一，DataFrames 的组织方式如下：

DataFrameA:  Code, Date, ColA, ColB, ColC, ..., ColG, ColH (shape: 80514, 8 - no index)
DataFrameB:  Date, Code, Col1, Col2, Col3, ..., Col15, Col16 (shape: 859, 16 - no index)

我需要更正我的加入声明吗？还是有另一种更好的方法来获取这两个 DataFrame 的交集（或内部连接）？

Answer 1

如果您不加入索引，请使用 merge：

merged = pd.merge(DataFrameA,DataFrameB, on=['Code','Date'])

跟进以下问题：

这是一个可重现的例子：

import pandas as pd
# create some timestamps for date column
i = pd.to_datetime(pd.date_range('20140601',periods=2))

#create two dataframes to merge
df = pd.DataFrame({'code': ['ABC','EFG'], 'date':i,'col1': [10,100]})
df2 = pd.DataFrame({'code': ['ABC','EFG'], 'date':i,'col2': [10,200]})

#merge on columns (default join is inner)
pd.merge(df, df2, on =['code','date'])

这个结果是：

    code    col1    date    col2
0   ABC     10      2014-06-01  10
1   EFG     100     2014-06-02  200

当你运行这个代码时会发生什么？

Answer 2

这是另一种执行方式join。与已验证的答案不同，这是一个更通用的答案，适用于所有其他类型的联接。

内部联接

inner join也可以通过在how中明确提及来执行，如下所示：

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

相同的方法适用于其他类型的连接：

OuterJoin

pd.merge(df1, df2, on='filename', how='outer')

左加入

pd.merge(df1, df2, on='filename', how='left')

右加入

pd.merge(df1, df2, on='filename', how='right')

Why does Pandas inner join give ValueError: len(left_on) must equal the number of levels in the index of "right"?

Why does Pandas inner join give ValueError: len(left_on) must equal the number of levels in the index of "right"?

python

merge

join

inner-join

pandas