pandas多级列单索引DataFrame自连接合并报错问题咨询

问题根源 #

第一个错误 ValueError: len(right_on) must equal the number of levels in the index of "left" 原因 #

你的左表行索引是单级索引，left_index=True参数表示需要用左表1个级别的行索引作为连接键，对应右表也需要传入1个连接键。但你给right_on传入的是长度为2的元组('index1','')，pandas会默认将元组的每个元素识别为独立的连接键，即认为你要匹配右表的2个字段，键的数量和左表索引级数不匹配，因此报错。

第二个错误 KeyError: '' 原因 #

pd.merge的left_on/right_on参数接收可迭代对象时，会将每个元素解析为单独的连接键。你直接传入元组('index','')，pandas会拆分去查找左表中名为index和名为''的两个独立列，而你的表中不存在名为''的单列，因此抛出键不存在的错误。
你用.loc可以正常取值是因为.loc原生支持将元组解析为多级列/行的单个完整键名，和merge参数的解析逻辑不同。

正确解决方案 #

场景1：用左表行索引匹配右表的index1多级列 #

将多级列的完整元组包裹在列表中，明确告知pandas这是1个连接键：

pd.merge(left, right, left_index=True, right_on=[('index1', '')], suffixes=('_n','_p'))

场景2：左右表均使用表内多级列作为连接键 #

将两个多级列的元组分别包裹在列表中传入：

pd.merge(left, right, left_on=[('index', '')], right_on=[('index1', '')], suffixes=('_n','_p'))

内容的提问来源于stack exchange，提问作者Martin