python - 如何连接多索引列数据框

Question

我想制作一个有点复杂的多索引列 pandas 数据框串联。此连接由两个或多个数据帧组成，格式如下:

indicator     eps2p                         ... logreturn                      
stock         TIET11     ALSC3     ALPA4    ...   TIET11  ALSC3 ALPA4    

date
2000-01-31       NaN       NaN       NaN    ...     NaN   NaN   NaN  
2000-02-01       100       NaN       NaN    ...     NaN   NaN   NaN  
2000-02-02       101       NaN       NaN    ...     NaN   NaN   NaN  
2000-02-03       104       NaN       NaN    ...     NaN   NaN   NaN 
2000-02-04       NaN       NaN       NaN    ...     NaN   NaN   NaN 

现在，假设我还有两个数据帧，就像上面的数据帧一样，但我有 ev2ebitda 和 ev2ebitda ，而不是 eps2p 和 logreturn indicator 列级别中的 logreturn、ev2ebit 和 logreturn。另外，想象一下并非所有数据帧的每个指标下都具有完全相同的 stock 列。最后，还要考虑到同一 indicator 下具有相同 stock 的两个数据帧不一定具有完全相同的索引，即，我可以有两个具有列 的数据帧logreturn/TIET11，但带有补充数据:

DATAFRAME #1                   
              logreturn     
              TIET11        
date                        
2000-01-31    100       
2000-02-01    NaN       
2000-02-02    102       

DATAFRAME #2                   
              logreturn     
              TIET11        
date                        
2000-01-31    100       
2000-02-01    101       
2000-02-02    NaN       

考虑到这一点，如何将这些数据帧连接到一个具有所有唯一指标列(eps2p、ev2ebit 和 ev2ebitda code>)和常见的(logreturn)的方式，我没有重复的数据或从任何连接的数据帧丢失数据？

Answer 1

您可以使用update为此:

In [11]: df1.update(df2)

In [12]: df1
Out[12]:
           logreturn
              TIET11
date
2000-01-31     100.0
2000-02-01     101.0
2000-02-02     102.0

由于 df1 中缺少列，您可以首先使用并集重新索引:

res = df1.reindex(columns=df3.columns | df4.columns)
res.update(df2)

注意:您可能还需要重新索引索引。