如何结合单索引和多索引熊猫数据帧

我想连接多个熊猫数据帧，其中一些使用多索引，其他使用单索引。作为一个例子，让我们考虑以下单索引的数据帧：如何结合单索引和多索引熊猫数据帧

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

    single 
0  10 
1  11 
2  12

随着一个多指标数据帧：

> 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

现在我想将两者连接起来dataframes。当我尝试使用concat它展平了多指标如下：

> 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

相反，如果我一列追加到多指标数据帧df2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

我怎么能代替生成该数据帧df1和df2与concat，merge或join？

来源

2015-09-07 wbinventor

我不认为你可以避免将单索引转换为MultiIndex。这可能是最简单的方法，你也可以在加入后进行转换。

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

来源

2015-09-07 22:46:35 chrisb

谢谢@chrisb！我曾希望有一种更简单更通用的方法，但我能够在这里制定解决方案以满足我的需求 – wbinventor

如果你只是追加一列，你可以访问DF1基本上与A系列：如果你能在第一时间刚刚取得了一系列这将是一个比较容易

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

读。这个命令可以做同样的事情：

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

来源

2015-09-08 01:55:22 Alex

如何结合单索引和多索引熊猫数据帧

回答

相关问题