加入数据框——一个有多索引列，另一个没有

Question

我正在尝试连接两个数据框 - 一个具有多索引列，另一个具有单个列名。他们有相似的索引。

我收到以下警告： "UserWarning: merging between different levels can give an unintended result (3 levels on the left, 1 on the right)"

例如：

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
          ['one', 'two', 'one', 'two', 'one', 'two', 'one', 'two']]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
df = pd.DataFrame(np.random.randn(3, 8), index=['A', 'B', 'C'], columns=index)
df2 = pd.DataFrame(np.random.randn(3), index=['A', 'B', 'C'],columns=['w'])
df3 = df.join(df2)

加入这两个数据帧的最佳方式是什么？

Answer 1

就看你想要什么了！您希望 df2 中的列与 df 中的第一级或第二级列对齐吗？

您必须在 df2

的列中添加一个级别

pd.concat

超级俗气

df.join(pd.concat([df2], axis=1, keys=['a']))

更好的方法

df2.columns = pd.MultiIndex.from_product([['a'], df2.columns])

df.join(df2)

Answer 2

我认为最简单的是在 df2 中创建 MultiIndex 然后使用 concat or join:

df2.columns = pd.MultiIndex.from_tuples([('a','w')])
print (df2)
          a
          w
A -0.562729
B -0.212032
C  0.102451

df2.columns = [['a'], df2.columns]
print (df2)
          a
          w
A -1.253881
B -0.637752
C  0.907105

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

或者：

df3 = df.join(df2)

print (df3)
first        bar                 baz                 foo                 qux  \
second       one       two       one       two       one       two       one   
A      -0.269667  0.221566  1.138393  0.871762 -0.063132 -1.995682 -0.797885   
B      -0.456878  0.293350 -1.040748 -1.307871  0.002462  1.580711 -0.198943   
C      -0.691755 -0.279445 -0.809215 -0.006658  1.452484  0.516414 -0.295961   

first                    a  
second       two         w  
A       1.068843 -0.562729  
B       1.247057 -0.212032  
C      -0.345300  0.102451

加入数据框——一个有多索引列，另一个没有

Join dataframes - one with multiindex columns and the other without

python

join

multi-index

pandas