Question

我有一项任务是将所有子dfs合并到Master df。下面是master_df，只有列（多索引）

master_df:
first        bar                 baz                 foo   
second       one       two       thr       fou       fiv       six

所以在master_df中，level = 0列是'first'而level = 1列是'second'。我的任务是为此数据框添加值（追加每一行）

我的data_dfs在

之下

data_df1:
    one     two
a   1.23    2.23
b   3.41    0.23

data_df2:
    fiv     six
a   3.13    4.25
b   1.42    NaN

注意到data_df1和data_df2具有匹配level = 1的单级列（master_df中的“第二个”列）。我需要将我的两个数据dfs值合并到我的Master_df中。

master_df:  #after the merge
first        bar                 baz                 foo   
second       one       two       thr       fou       fiv       six  
a           1.23      2.23       NaN       NaN      3.13      4.25
b           3.41      0.23       NaN       NaN      1.42       NaN

由于master_df中的所有“第二”列（level = 1）都是唯一的，我只需要匹配名称来放入每个值。这是否可以不为每个data_dfs创建多索引列？请帮帮我。谢谢！

Answer 1

您可以使用concat + reindex：

mux = master_df.columns
df = pd.concat([data_df1,data_df2], axis=1).reindex(columns=mux, level=1)
print (df)
first    bar       baz       foo      
second   one   two thr fou   fiv   six
a       1.23  2.23 NaN NaN  3.13  4.25
b       3.41  0.23 NaN NaN  1.42   NaN

来自master_df的数据在加入的DataFrames中不存在，因此需要append：

print (master_df)
first  bar     baz     foo    
second one two thr fou fiv six
0        0   4   5   6   8   7
1        4   5   8   7   1   2

df = (pd.concat([data_df1,data_df2], axis=1).reindex(columns=master_df.columns, level=1)
        .append(master_df, ignore_index=True))
print (df)
first    bar        baz        foo      
second   one   two  thr  fou   fiv   six
0       1.23  2.23  NaN  NaN  3.13  4.25
1       3.41  0.23  NaN  NaN  1.42   NaN
2       0.00  4.00  5.0  6.0  8.00  7.00
3       4.00  5.00  8.0  7.0  1.00  2.00

Python Pandas：多索引列DataFrame合并任务

1 个答案: