将一个DataFrame插入/附加到一个多级索引的DataFrame中

Question

我想通过追加另一个DataFrame来扩大（添加新索引到）MultiIndex DataFrame。

这是两个DataFrame：

DF1 - pop:

mi = pd.MultiIndex.from_tuples([('in','a'),('in','b'),('v','t')],names=['Scope','Name'])
mc = pd.MultiIndex.from_tuples([(0,1),(0,2),(0,3)],names=['Gen','N'])
pop = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]],index=mi,columns=mc)

这句话的意思是：“这就导致了：”

Gen         0
N           1  2  3
Scope Name
in    a     1  2  3
      b     4  5  6
v     t     7  8  9

DF2 - res ：

mi = pd.MultiIndex.from_tuples([('in','a'),('in','b'),('res','c'),('res','d')],names=['Scope','Name'])
res = pd.DataFrame([[1,2,3],[4,5,6],[10,20,30],[11,22,33]],index=mi,columns=[1,2,3])

这句话的意思是：“给出：”。

             1   2   3
Scope Name
in    a      1   2   3
      b      4   5   6
res   c     10  20  30
      d     11  22  33

我想把“res”的“res”（命名不好，抱歉）添加到“pop”中（其中“res”索引仍不存在）。 我尝试了以下方法但没有成功：

pop[0].loc['res'] = res['res']
pop.loc['res',0] = res['res']

两者都导致了`KeyError: 'res'`。我还尝试过使用`pd.concat`或`append`，但结果不佳（我不想定义一个新的DataFrame，而是扩大原始pop）。感谢您的帮助。

解决方法： 我成功地获得了所需的DataFrame，但不是“inplace”。

mi_col = pd.concat([res.loc['res']],keys=[0],axis=1) #Select 'res' index and add the '0' level to column
mi_ind = pd.concat([mi_col],keys=['res']) #Re-adding the 'res' level to index (drop during the previous selection)
pop = pd.concat([pop, mi_ind]) #Concatenating the 2 DataFrame into a new one

我仍然对不生成新的数据框解决方案感兴趣。

- Songio

Answer 1

我仍然对不生成新的DataFrame的解决方案感兴趣。

为什么这被认为是一种优势还不清楚。原地操作并不是固有更好的选择，甚至在这里可能不可行;例如，请参见此答案。如下，您可以使用reindex然后通过loc进行赋值，但reindex会创建一个新的对象。

res_res = res.loc[['res']]

# adds res index with NaN values since res values not populated
pop = pop.reindex(pop.index.union(res_res.index))  

# assign values
pop.loc['res'] = res_res

# convert to int from float due to previous NaN values
pop = pop.astype(int)

print(pop)

Gen          0        
N            1   2   3
Scope Name            
in    a      1   2   3
      b      4   5   6
res   c     10  20  30
      d     11  22  33
v     t      7   8   9

- jpp