合并数据集触发pandas.errors.MergeError，求正确代码

错误原因 #

报错MergeError: Not allowed to merge between different levels是因为races_df和runs_df的索引层级不匹配（一个是单层索引，一个是多层索引），而join方法默认会结合索引与指定列进行匹配，导致冲突。

修正方案 #

方案1：用merge替代join（推荐） #

merge方法专门针对列匹配进行合并，不受索引层级影响，逻辑更清晰：

data = races_df.merge(runs_df, on='race_id', how='right')
X = data[data.columns[:-14]]
ss = preprocessing.StandardScaler()
X = pd.DataFrame(ss.fit_transform(X), columns = X.columns)
y_won = data[data.columns[-14:]].applymap(lambda x: 1.0 if 0.5 < x < 1.5 else 0.0)
    
print(X.shape)
print(y_won.shape)

方案2：统一索引层级后用join #

如果坚持使用join，需要先将多层索引的DataFrame转为单层索引，再执行合并：

# 假设runs_df是多层索引，先重置索引
runs_df = runs_df.reset_index()
# 以race_id为索引进行join
data = races_df.join(runs_df.set_index('race_id'), on='race_id', how='right')

# 后续处理代码不变
X = data[data.columns[:-14]]
ss = preprocessing.StandardScaler()
X = pd.DataFrame(ss.fit_transform(X), columns = X.columns)
y_won = data[data.columns[-14:]].applymap(lambda x: 1.0 if 0.5 < x < 1.5 else 0.0)
    
print(X.shape)
print(y_won.shape)

内容的提问来源于stack exchange，提问作者user3060111