使用 pandas 连接多索引列

Posted

技术标签:

【中文标题】使用 pandas 连接多索引列【英文标题】:Concatenating multiindex columns using pandas 【发布时间】:2021-09-23 03:02:42 【问题描述】:

如何连接两个 pandas 数据帧,其中一个数据帧具有多索引列?我需要在最终数据帧中保留多索引。

import numpy as np
import pandas as pd

df1_cols = ["a", "b"]
df1_vals = np.random.randint(1, 10, [2, 2])
df1 = pd.DataFrame(data=df1_vals, columns=df1_cols)

df2_cols = pd.MultiIndex.from_tuples([("c", "1"), ("c", "2"), ("d", "1"), ("d", "2")])
df2_vals = np.random.randint(1, 10, [2, 4])
df2 = pd.DataFrame(data=df2_vals, columns=df2_cols)

df = pd.concat([df1, df2], axis=1)

使用pd.concat(),多索引将被压缩。

   a  b  (c, 1)  (c, 2)  (d, 1)  (d, 2)
0  3  7       1       6       1       3
1  6  1       2       7       6       3

【问题讨论】:

【参考方案1】:

您需要在两个 DataFrame 中使用 MultiIndex,以便在最终 DataFrame 中使用 MultiIndex

df1.columns = pd.MultiIndex.from_product([df1.columns, ['']])
print (df1.columns)
MultiIndex([('a', ''),
            ('b', '')],
           )

df = pd.concat([df1, df2], axis=1)
print (df)
   a  b  c     d   
         1  2  1  2
0  5  6  6  9  7  7
1  1  7  7  7  2  6

【讨论】:

以上是关于使用 pandas 连接多索引列的主要内容,如果未能解决你的问题,请参考以下文章

Pandas 连接具有相同行索引的多索引列

将 Pandas 数据帧与多索引列和不规则时间戳连接起来

具有多索引列的 Pandas groupby

使熊猫具有多索引列的多个数据框并完全连接

如何在多索引列上使用 pandas rename()?

pandas 透视多索引列