Join/Merge 两个 Pandas 数据框并使用列作为多索引

Question

我有两个按日期显示 KPI 的数据框。我想将它们结合起来并使用多索引，以便每个 KPI 可以轻松地与两个 df 的另一个进行比较。

像这样：

我试图将每个 KPI 提取到一个系列中，相应地重命名系列（df1、df2），然后使用 pd.concat 的键参数连接它们，但它似乎不起作用。

如有任何帮助，我们将不胜感激。

Answer 1

让我们将 pd.concat 与 keys 参数、swaplevel 和 sort_index:

一起使用

df1 = pd.DataFrame({'A':['A0','A1','A2'],'B':['B0','B1','B2'],'C':['C0','C1','C2']},index=pd.date_range('2017-01-01',periods=3, freq='M'))
df2 = pd.DataFrame({'A':['A3','A4','A5'],'B':['B3','B4','B5'],'C':['C3','C4','C5']},index=pd.date_range('2017-01-01',periods=3, freq='M'))

pd.concat([df1,df2],axis=1,keys=['df1','df2']).swaplevel(0,1,axis=1).sort_index(axis=1)

输出：

             A       B       C    
           df1 df2 df1 df2 df1 df2
2017-01-31  A0  A3  B0  B3  C0  C3
2017-02-28  A1  A4  B1  B4  C1  C4
2017-03-31  A2  A5  B2  B5  C2  C5

Join/Merge 两个 Pandas 数据框并使用列作为多索引

Join/Merge two Pandas dataframes and use columns as multiindex

python

merge

multi-index

pandas