如何将单索引和多级索引的Pandas数据帧合并

Question

我将尝试连接多个Pandas DataFrames，其中一些使用多级索引，另一些使用单个索引。例如，让我们考虑以下单个索引数据帧：

> import pandas as pd
> df1 = pd.DataFrame({'single': [10,11,12]})
> df1

   single
0      10
1      11
2      12

随着多索引数据框：

> level_dict = {}
> level_dict[('level 1','a','h')] = [1,2,3]
> level_dict[('level 1','b','j')] = [5,6,7]
> level_dict[('level 2','c','k')] = [10, 11, 12]
> level_dict[('level 2','d','l')] = [20, 21, 22]
> df2 = pd.DataFrame(level_dict)
> df2

  level 1    level 2    
        a  b       c   d
        h  j       k   l
0       1  5      10  20
1       2  6      11  21
2       3  7      12  22

现在我希望将这两个数据框连接起来。当我尝试使用concat时，它会将多重索引压平，如下所示：

> df3 = pd.concat([df2,df1], axis=1)
> df3

   (level 1, a, h)  (level 1, b, j)  (level 2, c, k)  (level 2, d, l)       single
0                1                5               10               20          10
1                2                6               11               21          11
2                3                7               12               22          12

如果我将一个单独的列添加到多级索引数据框 df2 中，操作如下：

> df2['single'] = [10,11,12]
> df2

  level 1    level 2     single
        a  b       c   d       
        h  j       k   l       
0       1  5      10  20     10
1       2  6      11  21     11
2       3  7      12  22     12

我该如何使用 concat、merge 或 join 从 df1 和 df2 生成这个数据框？

- wbinventor

Answer 1

我认为你不能避免将单列索引转换为MultiIndex。这可能是最简单的方法，你也可以在连接后进行转换。

In [48]: df1.columns = pd.MultiIndex.from_tuples([(c, '', '') for c in df1])

In [49]: pd.concat([df2, df1], axis=1)
Out[49]: 
  level 1    level 2     single
        a  b       c   d       
        h  j       k   l       
0       1  5      10  20     10
1       2  6      11  21     11
2       3  7      12  22     12

- chrisb

---

谢谢@chrisb！我本来希望有一个更简单、更通用的方法，但是通过你的解决方案，我能够制定一个解决办法，满足我的需求。 - wbinventor

Answer 2

如果您只是在追加一列数据，您可以将df1当作一个序列进行访问：

df2[df1.columns[0]] = df1.iloc[:, 0]
df2
  level 1    level 2     single
        a  b       c   d
        h  j       k   l
0       1  5      10  20     10
1       2  6      11  21     11
2       3  7      12  22     12

如果一开始就制作了一个系列，阅读起来会更容易。这个命令可以实现相同的功能：

ser1 = df1.iloc[:, 0] # make df1's column into a series
df2[ser1.name] = ser1

- Alex