python - 加入多索引的pandas系列

Question

如何加入由 (A, B) 多重索引的 Series A 和由 A 索引的 Series B ？

Answer 1

目前唯一的方法是将这些指数置于一个共同的基础上——例如将 series_A MultiIndex 的 B 级别移动到列，以便 series_A 和 series_B 仅通过 A:

import pandas as pd

series_A = pd.Series(1, index=pd.MultiIndex.from_product([['A1', 'A4'],['B1','B2']], names=['A','B']), name='series_A')
# A   B 
# A1  B1    1
#     B2    1
# A4  B1    1
#     B2    1
# Name: series_A, dtype: int64

series_B = pd.Series(2, index=pd.Index(['A1', 'A2', 'A3'], name='A'), name='series_B')
# A
# A1    2
# A2    2
# A3    2
# Name: series_B, dtype: int64

tmp = series_A.to_frame().reset_index('B')
result = tmp.join(series_B, how='outer').set_index('B', append=True)
print(result)

产量

        series_A  series_B
A  B                      
A1 B1        1.0       2.0
   B2        1.0       2.0
A2 NaN       NaN       2.0
A3 NaN       NaN       2.0
A4 B1        1.0       NaN
   B2        1.0       NaN

<小时/>

加入它们的另一种方法是从 series_A 中取消堆叠 B 级别:

In [215]: series_A.unstack('B').join(series_B, how='outer')
Out[215]: 
     B1   B2  series_B
A                     
A1  1.0  1.0       2.0
A2  NaN  NaN       2.0
A3  NaN  NaN       2.0
A4  1.0  1.0       NaN

unstack 将 B 索引级别移动到列索引。因此主题是尽管结果不同，但相同(将索引置于共同的基础上)。