python - pandas 在层次索引级别上匹配

Question

我正在尝试制作摘要 DataFrame，但他们的填写方式会导致问题，因为没有对标签进行检查。

这是一个玩具示例:

import numpy as np
import pandas as pd

arrays = [np.hstack([ ['one']*3, ['two']*3]), ['Dog', 'Bird', 'Cat']*2]
columns = pd.MultiIndex.from_arrays(arrays, names=['foo', 'bar'])

df = pd.DataFrame(np.zeros((3,6)),columns=columns,
                  index=pd.date_range('20000103',periods=3))

df['one'] = pd.DataFrame({'Bird' : np.ones(3)*2,
                          'Dog' : np.ones(3),
                          'Cat' : np.ones(3)*3},
                          index= pd.date_range('20000103',periods=3))
df['two'] = pd.DataFrame({'Dog' : np.ones(3)*4,
                          'Bird' : np.ones(3)*5,
                          'Cat' : np.ones(3)*6,},
                          index= pd.date_range('20000103',periods=3))

输出为:

foo            one          two
bar        Dog Bird Cat Dog Bird Cat
2000-01-03 2   3    1   5   6    4
2000-01-04 2   3    1   5   6    4
2000-01-05 2   3    1   5   6    4

我期望的地方:

foo            one          two
bar        Dog Bird Cat Dog Bird Cat
2000-01-03 1   2    3   4   5    6
2000-01-04 1   2    3   4   5    6
2000-01-05 1   2    3   4   5    6

问题在于框架是按列的字母顺序排序的。然后将其插入到较大的框架中，并对值进行排序，并且列标签是错误的。

所以我的问题是是否有办法确保列标签匹配？

Answer 1

这应该在各个级别上保持一致(尽管如何如何做到这一点有些模糊，例如在哪个级别上)。 https://github.com/pydata/pandas/issues/7655

你应该这样做:

In [10]: one = pd.DataFrame({'Bird' : np.ones(3)*2,
                             'Dog' : np.ones(3),
                             'Cat' : np.ones(3)*3},
                             index= pd.date_range('20000103',periods=3))

In [11]: two = pd.DataFrame({'Dog' : np.ones(3)*4,
   ....:                     'Bird' : np.ones(3)*5,
   ....:                     'Cat' : np.ones(3)*6,},
   ....:                     index= pd.date_range('20000103',periods=3))

In [12]: one
Out[12]: 
            Bird  Cat  Dog
2000-01-03     2    3    1
2000-01-04     2    3    1
2000-01-05     2    3    1

In [13]: two
Out[13]: 
            Bird  Cat  Dog
2000-01-03     5    6    4
2000-01-04     5    6    4
2000-01-05     5    6    4

In [14]: concat([one,two],keys=['one','two'],axis=1)
Out[14]: 
             one             two          
            Bird  Cat  Dog  Bird  Cat  Dog
2000-01-03     2    3    1     5    6    4
2000-01-04     2    3    1     5    6    4
2000-01-05     2    3    1     5    6    4