代码之家 › 专栏 › 技术社区 › Felix

连接时向多索引添加新级别

concatenation pandas python

Felix · 技术社区 · 6 年前

一些大小、列和索引相同但内容稍有变化的数据帧被连接起来。生成新索引以使原始索引保持不变的最佳方法是什么,但最外面的索引现在表示连接的数据帧编号?

DataFrame A:
Idx1 | Idx2 || Col
0      0       'A'
       1       'B'
1      0       'C'
       1       'D'

DataFrame B:
Idx1 | Idx2 || Col
0      0       'E'
       1       'F'
1      0       'G'
       1       'H'

DataFrame AB:
Idx0 | Idx1 | Idx2 || Col
0      0      0       'A'
              1       'B'
       1      0       'C'
              1       'D'
1      0      0       'E'
              1       'F'
       1      0       'G'
              1       'H'

我对索引和叠加还是不太满意,但我想这是必要的。非常感谢您的帮助!

A = pd.DataFrame({'Col': ['A', 'B', 'C', 'D'], 'Idx1': [0,0,1,1], 'Idx2':[0,1,0,1]})
B = pd.DataFrame({'Col': ['E', 'F', 'G', 'H'], 'Idx1': [0,0,1,1], 'Idx2':[0,1,0,1]})
A.set_index(keys=['Idx1', 'Idx2'], inplace=True)
B.set_index(keys=['Idx1', 'Idx2'], inplace=True)

1 回复 | 直到 6 年前

root 6 年前

使用 concat 与 keys names 论据:

pd.concat([A, B], keys=[0, 1], names=['Idx0'])

结果输出:

               Col
Idx0 Idx1 Idx2    
0    0    0      A
          1      B
     1    0      C
          1      D
1    0    0      E
          1      F
     1    0      G
          1      H

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前