在python pandas中将级别附加到列索引

Question

我有几个具有相同列的Dataframe,我只想在它们的索引上合并.

print df1

out[]:               Value  ISO
       Id                      
       200001   8432000000  USD
       200230  22588186000  USD
       200247   4633000000  USD
       200291   1188880000  USD
       200418   1779776000  USD

print df2

out[]:               Value  ISO
      Id                       
      200001  1.309168e+11  USD
      200230  5.444096e+10  USD
      200247  9.499602e+09  USD
      200291  2.089603e+09  USD
      200418  3.827251e+09  USD

print df3

out[]:           Value
      Id                       
      200001  3.681908
      200230  3.408507
      200247  4.531866
      200291  0.273029
      200418  3.521822

我可以用

pd.concat([df1, df2, df3], axis=1)

得到

out[]:              Value  ISO         Value  ISO     Value
      Id                                                   
      200001   8432000000  USD  1.309168e+11  USD  3.681908
      200230  22588186000  USD  5.444096e+10  USD  3.408507
      200247   4633000000  USD  9.499602e+09  USD  4.531866
      200291   1188880000  USD  2.089603e+09  USD  0.273029
      200418   1779776000  USD  3.827251e+09  USD  3.521822

但是我丢失了每列来自哪里的信息.我也可以在两个数据帧上进行合并并使用suffixes参数

print df1.merge(df2, left_index=True, right_index=True, suffixes=('_1', '_2'))

得到

out[]:            Value_1 ISO_1       Value_2 ISO_2
      Id                                           
      200001   8432000000   USD  1.309168e+11   USD
      200230  22588186000   USD  5.444096e+10   USD
      200247   4633000000   USD  9.499602e+09   USD
      200291   1188880000   USD  2.089603e+09   USD
      200418   1779776000   USD  3.827251e+09   USD

然后我可以菊花链式连接我的合并,但后缀参数仅适用于共享名称的列.一旦我为第一个合并添加了后缀,名称将不再与第三个数据帧相同.

我认为解决方案是在每个数据帧的列索引附加一个级别,并提供区分这些列所需的相关信息.然后我可以运行pd.concat()并获得如下所示的内容:

print pd.concat([df1_, df2_, df3_], axis=1)

out[]:Source           df1                df2            df3
                     Value  ISO         Value  ISO     Value
      200001     8.432e+09  USD  1.309168e+11  USD  3.681908
      200230  2.258819e+10  USD  5.444096e+10  USD  3.408507
      200247     4.633e+09  USD  9.499602e+09  USD  4.531866
      200291   1.18888e+09  USD  2.089603e+09  USD  0.273029
      200418  1.779776e+09  USD  3.827251e+09  USD  3.521822

但是,为了实现这一点.我不得不滥用数据帧,如下所示:

df1_ = df1.T
df1_['Source'] = 'df1'
df1_.set_index('Source', append=True, inplace=True)
df1_.index = df1_.index.swaplevel(0, 1)
df1_ = df1_.T

最终,我希望结果看起来很像最后的concat声明.有没有更好的方法去那里？是否有更好的方法将列附加到列索引？

谢谢,PiR

Answer 1

我想要一个MultiIndex,您可以直接在concat函数中执行此操作以获得相同的结果,例如:

pd.concat([df1, df2, df3], axis=1, keys=['df1', 'df2', 'df3'])

要么

pd.concat({'df1':df1, 'df2':df2, 'df3':df3}, axis=1)

另请参见数据帧序列中的多索引数据帧