python - 将多个 pandas DataFrame 组合成一个多索引 DataFrame

标签 python pandas dataframe

我有三个具有等效索引、索引名称和列名称的数据框:

DF1:
         value
index
    0       a0
    1       a1
    2       a2
    3       a3

DF2:
         value
index
    0       b0
    1       b1
    2       b2
    3       b3

DF3:
         value
index
    0       c0
    1       c1
    2       c2
    3       c3

我想将所有 3 个合并到一个多索引数据帧中,其中旧索引现在是一列,新索引现在是 ['DF1', 'DF2', 'DF3']。

             old_index     value
new_index
      DF1            0        a0
                     1        a1
                     2        a2
                     3        a3
      DF2            0        b0
                     1        b1
                     2        b2
                     3        b3
      DF3            0        c0
                     1        c1
                     2        c2
                     3        c3

最简单的方法是什么?

最佳答案

国际联合会

l=[DF1,DF2,DF3]

pd.concat(l,keys= ['DF1', 'DF2', 'DF3'],axis=0).reset_index(level=1)

关于python - 将多个 pandas DataFrame 组合成一个多索引 DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46960864/

相关文章:

python - 在时间范围列表中查找公共(public)时间段python

python - 在 Pandas 数据框中的两个日期时间列中获得差异

python - 在 pandas 的帮助下按条件删除行

r - 显示data.frame中具有NA的列

python - .split (",") 分隔字符串的每个字符

python - 解释一下这行代码(列表)

python - 将文件从 URL 传输到 Cloud Storage

python - Pandas 数据框中的零除法算法

r - 将数据帧转换为向量(按行)

python - Pandas json_normalize 返回 KeyError