合并两个Pandas DataFrame时丢失set_index设置的索引如何解决

问题根因 #

pandas的merge方法默认不会保留参与合并的表的原始行索引，你生成的part_size_merge经过分组聚合后，索引是分组键part_number，你之前的合并写法没有指定保留左表索引，所以原始的part_name索引就丢失了。
另外你用concat时指定了axis=0是垂直行拼接，不符合横向列合并的需求，且两个表索引不同，即便改axis=1也会出现数据错位，不适用该场景。

可用解决方案 #

方案1：用join方法（最适配需求，默认保留左表索引） #

join方法默认保留左表的行索引，仅需指定关联规则即可，代码如下：

# rsuffix用来区分两个表中同名的part_size列，后缀_agg表示是聚合后的结果
merged = df.join(part_size_merge, on='part_number', rsuffix='_agg')

方案2：修改merge参数保留索引 #

如果习惯用merge，可以指定右表用索引关联，同时保留左表原始索引：

merged = df.merge(
    part_size_merge,
    left_on='part_number', # 左表用part_number字段关联
    right_index=True, # 右表用自身索引（也就是part_number）关联
    suffixes=('', '_agg') # 同名字段加后缀区分
)

方案3：索引转列合并后回设（逻辑最直观，不容易出错） #

如果怕索引相关参数记混，可以先把索引转成普通列，合并完成后再设置回索引：

# 把左表的part_name索引转回普通列
df_with_index_col = df.reset_index()
# 合并
merged = df_with_index_col.merge(part_size_merge, on='part_number', suffixes=('', '_agg'))
# 把part_name设回索引
merged.set_index('part_name', inplace=True)

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