按索引指定n个数据帧

Question

我试图沿着列轴合并几个pd.DataFrames，使用索引删除重复项（A和B来自同一个源“表”过滤器，由不同的谓词过滤，我尝试重新组合）

A = pd.DataFrame({"values": [1, 2]}, pd.MultiIndex.from_tuples([(1,1),(1,2)], names=('l1', 'l2')))
B = pd.DataFrame({"values": [2, 3, 2]}, pd.MultiIndex.from_tuples([(1,2),(2,1),(2,2)], names=('l1', 'l2')))

pd.concat([A,B]).drop_duplicates()失败，因为它忽略了索引并对值执行重复数据消除，因此删除了索引项（2,2）

pd.concat([A.reset_index(),B.reset_index()]).drop_duplicates(subset=('l1', 'l2')).set_index(['l1', 'l2'])做了我想做的，但我觉得应该有更好的方法

Answer 1

您可以执行一个简单的concat并使用index.duplicated过滤掉DUP

df1 = pd.concat([A,B])
df1[~df1.index.duplicated()]

Out[123]:
       values
l1 l2
1  1        1
   2        2
2  1        3
   2        2