python - 将 Pandas Multiindexed DataFrame 与 Singleindexed Pandas DataFrame 合并

Question

我想加入两个 DataFrame。第一个是多索引 DataFrame，第二个是简单的 DataFrame。

import pandas as pd
import numpy
a = pd.DataFrame({'a': {('x', 0) : 1, ('x', 1) : 2, ('y', 0): 3, ('y', 1): 5}, 'b': {('x', 0) : 2, ('x', 1) : 4, ('y', 0): 2, ('y', 1): 7}}).T
print(a)

#    x     y
#    0  1  0  1
# a  1  2  3  5
# b  2  4  2  7

b = pd.DataFrame({'y': np.arange(10), 'z': np.arange(10, 20)})

magical_merge(left=a, right=b, on='y')

#    x     y     z
#    0  1  0  1  0  1 
# a  1  2  3  5 13 15
# b  2  4  2  7 12 17

现在我正在通过循环遍历第二个索引来执行此操作:

merged = []
for l in [0, 1]:
   m = pd.merge(left=a.xs(l, axis=1, level=1),right=b, on='y')
   m_indices = pd.MultiIndex.from_product([m.columns, [l]])
   m.columns = m_indices
   merged.append(m)

result = pd.concat(merged, axis=1).sort_index(axis=1)

pandas 自己能以某种方式做到这一点吗？

Answer 1

您需要在多索引 df 上使用 stack 和 reset_index(在您的例子中是 a)。接下来，merge 和 set_index 返回。最后，使用 rename_axis 美化多索引名称并使用 unstack 放回多索引列:

a.stack().reset_index().merge(b, on='y').set_index(['level_0', 'level_1']) \
                       .rename_axis(index=[None, None]).unstack()

Out[335]:
   x     y      z
   0  1  0  1   0   1
a  1  2  3  5  13  15
b  2  4  2  7  12  17