如何在不合并索引的情况下连接具有不同多索引的两个数据帧？

Posted 2023-03-11

【中文标题】如何在不合并索引的情况下连接具有不同多索引的两个数据帧？

【英文标题】：How can I concatenate two dataframes with different multi-indexes without merging indexes?

【发布时间】：2020-05-27 10:51:31

【问题描述】：

我有两个数据框。每个都有一个两级多索引。每个级别的第一级相同，但第二级不同。我想连接数据帧并最终得到一个具有三级多索引的数据帧，其中第一个数据帧的记录在第三个索引级别将具有“NaN”，而来自第二个数据帧的记录将具有“NaN”在第二个索引级别。相反，我得到一个具有两级索引的数据帧，其中每个数据帧的第二级中的值都放在相同的索引级别中，它采用第一个数据帧中第二级的名称（参见下面的代码）。

有什么好的方法可以做到这一点吗？我可以将每个索引的第二级变成一列，连接起来，然后将它们放回索引中，但这对我来说似乎是一种迂回的方式。

df1 = pd.DataFrame('index-1':['a1','b1','c1','d1'], 'index-2':['a2','b2','c2','d2'], 'values':[1,2,3,4])
df2 = pd.DataFrame('index-1':['a1','b1','c1','d1'], 'index-3':['a3','b3','c3','d3'], 'values':[5,6,7,8])

df1.set_index(['index-1','index-2'], inplace=True)
df2.set_index(['index-1','index-3'], inplace=True)

pd.concat([df1, df2])

谢谢！

【参考方案1】：

重置两个输入数据帧的索引，连接它们然后再次设置索引会更容易：

pd.concat([df1.reset_index(), df2.reset_index()], sort=False) \
    .set_index(['index-1', 'index-2', 'index-3'])

结果：

                         values
index-1 index-2 index-3        
a1      a2      NaN           1
b1      b2      NaN           2
c1      c2      NaN           3
d1      d2      NaN           4
a1      NaN     a3            5
b1      NaN     b3            6
c1      NaN     c3            7
d1      NaN     d3            8