如何基于共同字段匹配，为DataFrame新增取自另一多级索引DataFrame的列

解决方案 #

报错原因 #

你之前的写法有两个核心问题：

1. 多级索引的键是(日期, 门店)格式的元组，直接单独传入单列值或者错误的列引用方式都找不到对应键
2. data['DATE_INDUCTED', 'SHOP']是取data的二级列索引的写法，你实际需要的是取这两列的每行值组合为元组，作为查询多级索引的键

实现方法 #

方法1：用merge实现（最稳妥，不易出错）

不需要调整两个表的现有索引，直接指定匹配字段关联即可：

# 关联取值，how='left'保证原表数据不会丢失
data = data.merge(WIP.reset_index(), 
                  left_on=['induction date', 'shop'], 
                  right_on=['date', 'shop'], 
                  how='left').drop('date', axis=1) # 删掉多余的重复日期列

方法2：利用WIP的现有多级索引查询

如果不想做表关联，可以把原表的匹配字段打包成元组后查询：

# 注意元组顺序要和WIP的多级索引顺序严格对应：第一级是日期，第二级是门店
data['WIP'] = WIP.loc[data[['induction date', 'shop']].apply(tuple, axis=1), 'WIP'].values

注意事项 #

• 两个表的日期字段类型必须统一，都为datetime类型或者都为字符串，类型不同会匹配失败
• shop字段的内容要完全一致，多余空格、大小写差异都会导致匹配报错

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