Pandas merge 小坑：键值顺序的影响？

Pandas merge 小坑：键值顺序的影响？

一个常见的使用 pandas merge 两张表的场景如下：

表 a
    idx key1 key2
0   1   1   1
1   2   3   2
2   3   4   4
3   5   5   5
4   7   6   7

表 b
    id key2 key1
0   1   1   1
1   2   2   3
2   3   4   4
3   5   5   5
4   7   7   6

我们准备在 [key1, key2]上 merge 两张表

尽管表 a 和表 b 的 key1, key2 顺序不同，在普通 merge 时是不会出现问题的，指定on=[key1, key2]即可，表会分别去匹配两个键

a.merge(b, on=['key1', 'key2'], how='left')

   idx key1 key2 id
0   1   1   1   1
1   2   3   2   2
2   3   4   4   3
3   5   5   5   5
4   7   6   7   7

a.merge(b, on=['key2', 'key1'], how='left')

  idx key1 key2 id
0   1   1   1   1
1   2   3   2   2
2   3   4   4   3
3   5   5   5   5
4   7   6   7   7

但是如果是另一种 merge 场景：left表的列和right表的 index 合并，就会受到on=[]中键值顺序的影响

b = b.set_index(['key2', 'key1']) # 设置 b 表的 index 为要合并的列

a.merge(b, left_on=['key1', 'key2'], right_index=True, how='left')

# 输出
  idx key1 key2 id
0   1   1   1   1.0
1   2   3   2   NaN
2   3   4   4   3.0
3   5   5   5   5.0
4   7   6   7   NaN

可以看到left表按照left_on设置的键值顺序给出参与匹配的列，而right表是按照index顺序给出参与匹配的列，导致出现了没有匹配的情况

更换一下left_on的顺序，可以发现匹配就成功了

a.merge(b, left_on=['key2', 'key1'], right_index=True, how='left')

  idx  key1 key2 id
0   1   1   1   1
1   2   3   2   2
2   3   4   4   3
3   5   5   5   5
4   7   6   7   7

可以理解为，在left_on和right_on分别指定的时候，指定的是left表和right表给出参与匹配的列的方式。其中right_index的设置就是right_on的一种特殊指定方式，表示right表给出tuple类型的index参与匹配，而tuple类型作为不可变类型，不具备按照指定列名重组顺序，再进行匹配的能力，而是以tuple整体给出