Pandas多级索引下合并重复列

Question

我有两个数据框，它们包含关于同一对象（人）的不同方面（左脚、右脚）的相同信息（长度、宽度）。

import pandas as pd

left_feet = pd.DataFrame(
    data={
        "Length": [20, 30, 25],
        "Width": [8, 10, 9]},
    index=[0, 1, 2])

right_feet = pd.DataFrame(
    data={
        "Length": [24, 30],
        "Width": [8, 10]},
    index=[2, 1])

print(left_feet)
   Length  Width
0      20      8
1      30     10
2      25      9

print(right_feet)
   Length  Width
2      24      8
1      30     10

我想将它们合并成一个DataFrame，所以我这样做：

feet = pd.merge(left_feet, right_feet,
         left_index=True, right_index=True,
         suffixes=["_left", "_right"])

print(feet)
   Length_left  Width_left  Length_right  Width_right
1           30          10            30           10
2           25           9            24            8

使用后缀非常繁琐。我希望列是一个MultiIndex，其中第一级包含“left”和“right”，第二级包含“length”和“width”。

最佳方法是什么？

注意：关于连接对齐的数据框的类似问题已经被问过，但是这个问题是关于“join”（即“merge”）操作的；行不一定对齐，可能没有相应的行。

- Denziloe

---

我指的是连接和合并/联接的概念，而不是pd.concat。如果concat函数确实可以进行联接（而不仅仅是连接），那么这就是一个很好的答案。感谢您的回答，如果我需要使用merge函数（可能需要额外的合并功能），这个回答非常重要。 - Denziloe

没关系，可能表达不够清晰。我会进行编辑。 - Denziloe

Answer 1

尝试使用带有 keys 参数和 join='inner' 的 concat 函数：

print(pd.concat([left_feet, right_feet], axis=1, keys=['Left','Right'], join='inner'))
    Left        Right      
  Length Width Length Width
1     30    10     30    10
2     25     9     24     8

- Ben.T

Answer 2

由于需要 合并（merge） 或 连接（join），因此首先创建 MultiIndex，然后进行连接：

left_feet.columns = pd.MultiIndex.from_product([['left'], left_feet.columns])
right_feet.columns = pd.MultiIndex.from_product([['right'], right_feet.columns])

feet = pd.merge(left_feet, right_feet,
         left_index=True, right_index=True)

print(feet)
    left        right      
  Length Width Length Width
1     30    10     30    10
2     25     9     24     8

- jezrael