python - 将 DataFrame 与多索引列合并

Question

我从数据框中的不同来源下载了数据，并希望将它们合并到一个最终的数据框中。让我们用下面的例子来说明它:

数据框 1(已经是多索引列)

index    stockA        stockB      ...
        O  L  H  C    O  L  H  C
1/1/19  10 15 20 17  35 30 39 37
2/1/19  ...          ...
...

数据框 2(非多索引列)

index    stockA  stockB     
1/1/19    1.5     3.2 
2/1/19    ...     ...
...

我想合并两个 dataframe 并为 dataframe2 中的数据指定列名称。两个数据框中的索引日期可能不同，因此我可能需要进行内部合并。

预期输出(多索引列)

index    stockA                 stockB             ...
        O  L  H  C new_col    O  L  H  C  new_col
1/1/19  10 15 20 17 1.5       35 30 39 37  3.2
2/1/19       ...                     ...
...

Answer 1

用途:

print (df1)
       stockA             stockB            
            O   L   H   C      O   L   H   C
1/1/19     10  15  20  17     35  30  39  37
2/1/19     12  13  26  27     31  50  29  17

print (df2)
        stockA  stockB
2/1/19     1.5     3.2
3/1/19     1.2     6.2

如有必要，将两个 index 中的索引转换为 datetime:

df1.index = pd.to_datetime(df1.index, format='%d/%m/%y')
df2.index = pd.to_datetime(df2.index, format='%d/%m/%y')

通过Index.intersection在两个索引中获得相同的值:

idx = df1.index.intersection(df2.index)
print (idx)
DatetimeIndex(['2019-01-02'], dtype='datetime64[ns]', freq=None)

在MultiIndex.from_product中创建MultiIndex在 df2 中:

df2.columns = pd.MultiIndex.from_product([df2.columns, ['new']])
print (df2)
           stockA stockB
              new    new
2019-01-02    1.5    3.2
2019-01-03    1.2    6.2

按DataFrame.loc过滤两个数据帧，通过 DataFrame.join 一起加入最后按DataFrame.sort_index排序MultiIndex :

df = df1.loc[idx].join(df2.loc[idx]).sort_index(level=0, axis=1)
print (df)
           stockA                  stockB                 
                C   H   L   O  new      C   H   L   O  new
2019-01-02     27  26  13  12  1.5     17  29  50  31  3.2