小编Bra*_*adB的帖子

有没有一种方法可以对两个（不同级别的）数据框重新编制索引，以使它们在所有级别上共享相同的索引？

演示：

创建一个名为“ A”的基本数据框：

index = np.array(['AUD','BRL','CAD','EUR','INR'])
data = np.random.randint(1, 20, (5,5))
A = pd.DataFrame(data=data, index=index, columns=index)  

创建一个名为“ B”的MultiIndex Dataframe：

np.random.seed(42)
midx1 = pd.MultiIndex.from_product([['Bank_1', 'Bank_2'], 
['AUD','CAD','EUR']], names=['Bank', 'Curency'])
B = pd.DataFrame(np.random.randint(10,25,6), midx1)
B.columns = ['Notional']

基本DF：

>>> Dataframe A:

        AUD     BRL     CAD     EUR     INR
AUD     7       19      11      11      4
BRL     8       3       2       12      6
CAD     2       1       12      12      17
EUR     10      16      15      15      19
INR     12      3       5       19      7

MultiIndex DF：

>>> Dataframe B:

                    Notional …

我在 Windows 机器上使用 git bash。除了命令之外，一切正常whereis。终端告诉我找不到命令：

$ whereis grep
bash: whereis: command not found

我已经尝试添加C:\Program Files(x86)\Git\bin到我的路径中。

我该如何解决？