python - 将 pandas 多索引 DataFrame 的列替换为另一个 DataFrame

Question

我有一个像这样的 pandas DataFrame:

import pandas as pd
import numpy as np

data1 = np.repeat(np.array(range(3), ndmin=2), 3, axis=0)
columns1 = pd.MultiIndex.from_tuples([('foo', 'a'), ('foo', 'b'), ('bar', 'c')])
df1 = pd.DataFrame(data1, columns=columns1)
print(df1)

  foo    bar
    a  b   c
0   0  1   2
1   0  1   2
2   0  1   2

还有一个这样的:

data2 = np.repeat(np.array(range(3, 5), ndmin=2), 3, axis=0)
columns2 = ['d', 'e']
df2 = pd.DataFrame(data2, columns=columns2)
print(df2)

   d  e
0  3  4
1  3  4
2  3  4

现在，我想用 df2 替换 df1 的“bar”，但单级索引的常规语法似乎不起作用:

df1['bar'] = df2
print(df1)

  foo    bar
    a  b   c
0   0  1 NaN
1   0  1 NaN
2   0  1 NaN

当我想要得到的是:

  foo    bar
    a  b   d  e
0   0  1   3  4
1   0  1   3  4
2   0  1   3  4

我不确定我是否在语法上遗漏了某些内容，或者这是否与描述的问题有关 here和here 。有人可以解释为什么这不起作用以及如何获得期望的结果吗？

我正在使用 python 2.7 和 pandas 0.24，如果有区别的话。

Answer 1

由于缺乏更好的选择，我目前正在这样做:

df2.columns = pd.MultiIndex.from_product([['bar'], df2.columns])
df1.drop(columns='bar', level=0, inplace=True)
df1 = df1.join(df2)

这给出了期望的结果。但如果列的顺序很重要，则需要谨慎，因为这种方法可能会改变它。

进一步阅读 Github 上提到的问题，我认为问题中的方法不起作用的原因确实与 pandas API 中尚未修复的不一致有关。