`pandas.merge`无法识别相同的索引

我有两个列重叠但索引相同的数据帧,我想将它们组合起来。我觉得这应该是直截了当的,但我已经通过了太多的例子和问题,它不起作用,但似乎与其他例子不一致。

import pandas as pd
# create test data
df = pd.DataFrame({'gen1': [1, 0, 0, 1, 1], 'gen3': [1, 0, 0, 1, 0], 'gen4': [0, 1, 1, 0, 1]}, index = ['a', 'b', 'c', 'd', 'e'])
df1 = pd.DataFrame({'gen1': [1, 0, 0, 1, 1], 'gen2': [0, 1, 1, 1, 1], 'gen3': [1, 0, 0, 1, 0]}, index = ['a', 'b', 'c', 'd', 'e'])

In [1]: df
Out[1]: 
   gen1  gen2  gen3
a     1     0     1
b     0     1     0
c     0     1     0
d     1     1     1
e     1     1     0

In [2]: df1
Out[2]: 
   gen1  gen3  gen4
a     1     1     0
b     0     0     1
c     0     0     1
d     1     1     0
e     1     0     1

https://pandas.pydata.org/pandas-docs/stable/merging.html )我确信我找到了正确的例子(合并的第一个和第二个例子)。第二个例子是:

In [43]: result = pd.merge(left, right, on=['key1', 'key2'])

在他们的示例中,他们有两个DFs(左和右),它们具有重叠的列和相同的索引,并且它们生成的数据帧具有每个列和原始索引的一个版本,但我这样做时不会发生这种情况:

# get the intersection of columns (I need this to be general)
In [3]: column_intersection = list(set(df).intersection(set(df1))

In [4]: pd.merge(df, df1, on=column_intersection)
Out[4]: 
   gen1  gen2  gen3  gen4
0     1     0     1     0
1     1     0     1     0
2     1     1     1     0
3     1     1     1     0
4     0     1     0     1
5     0     1     0     1
6     0     1     0     1
7     0     1     0     1
8     1     1     0     1

这里我们看到merge没有看到索引是相同的!我在选项上做了手脚,但没有得到我想要的结果。

How to keep index when using pandas merge 但我并不真正理解答案,因此无法将其与我的问题联系起来。

此特定示例的要点:

• 索引将始终相同。

对于这个特定的问题有一个解决方案是很好的,但我也很想理解它,因为我发现自己经常花很多时间来组合数据帧。我喜欢熊猫,总的来说,我觉得它非常直观,但除了数据帧的琐碎组合之外,我似乎对其他任何东西都感到不舒服。