python - 将级别附加到 python pandas 中的列索引

Question

我有几个具有相同列的 Dataframes，我只想合并它们的索引。

print df1

out[]:               Value  ISO
       Id                      
       200001   8432000000  USD
       200230  22588186000  USD
       200247   4633000000  USD
       200291   1188880000  USD
       200418   1779776000  USD

print df2

out[]:               Value  ISO
      Id                       
      200001  1.309168e+11  USD
      200230  5.444096e+10  USD
      200247  9.499602e+09  USD
      200291  2.089603e+09  USD
      200418  3.827251e+09  USD

print df3

out[]:           Value
      Id                       
      200001  3.681908
      200230  3.408507
      200247  4.531866
      200291  0.273029
      200418  3.521822

我可以用

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

得到

out[]:              Value  ISO         Value  ISO     Value
      Id                                                   
      200001   8432000000  USD  1.309168e+11  USD  3.681908
      200230  22588186000  USD  5.444096e+10  USD  3.408507
      200247   4633000000  USD  9.499602e+09  USD  4.531866
      200291   1188880000  USD  2.089603e+09  USD  0.273029
      200418   1779776000  USD  3.827251e+09  USD  3.521822

但是我丢失了每列来自何处的信息。 我还可以对两个数据帧进行合并并使用后缀参数

print df1.merge(df2, left_index=True, right_index=True, suffixes=('_1', '_2'))

得到

out[]:            Value_1 ISO_1       Value_2 ISO_2
      Id                                           
      200001   8432000000   USD  1.309168e+11   USD
      200230  22588186000   USD  5.444096e+10   USD
      200247   4633000000   USD  9.499602e+09   USD
      200291   1188880000   USD  2.089603e+09   USD
      200418   1779776000   USD  3.827251e+09   USD

然后我可以菊花链式合并，但后缀参数仅适用于共享名称的列。一旦我为第一个合并添加后缀，名称将不再与第三个数据框相同。

我认为解决方案是在每个数据框的列索引中附加一个级别，其中包含区分这些列所需的相关信息。然后我可以运行 pd.concat() 并得到如下所示的内容:

print pd.concat([df1_, df2_, df3_], axis=1)

out[]:Source           df1                df2            df3
                     Value  ISO         Value  ISO     Value
      200001     8.432e+09  USD  1.309168e+11  USD  3.681908
      200230  2.258819e+10  USD  5.444096e+10  USD  3.408507
      200247     4.633e+09  USD  9.499602e+09  USD  4.531866
      200291   1.18888e+09  USD  2.089603e+09  USD  0.273029
      200418  1.779776e+09  USD  3.827251e+09  USD  3.521822

但是，为了让这件事发生。我不得不像这样滥用数据框:

df1_ = df1.T
df1_['Source'] = 'df1'
df1_.set_index('Source', append=True, inplace=True)
df1_.index = df1_.index.swaplevel(0, 1)
df1_ = df1_.T

最终，我希望结果看起来很像最后一个 concat 语句。有没有更好的方式到达那里？有没有更好的方法将级别附加到列索引？

谢谢， PIL

Answer 1

如果您想要一个 MultiIndex，您可以直接在 concat 函数中执行此操作以获得相同的结果，例如:

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

或

pd.concat({'df1':df1, 'df2':df2, 'df3':df3}, axis=1)

另见 Multi-index dataframe from sequence of dataframes