如何将 DateTime multiindex 改回正常的 DateTimeindex？

Question

我有两个数据帧，它们的索引不同，如下所示；

df1:

                 C1
   Y     M  D
    2020  5  1   5
             2   7
             3   34
             4   4
             5   98

df2

                C1 
    Date
    2020-5-6   2
    2020-5-7   11
    2020-5-8   15
    2020-5-9   3
    2020-5-10  8

由于清理和分组的方式等原因，索引采用不同的格式。我需要将这些数据框合并在一起。

有没有简单地将多索引转换回单个索引的方法？或者我可以按原样合并它们吗？我似乎无法弄清楚。

非常感谢任何帮助！

Answer 1

这是另一种比链接问题更清晰的方法：

df.index = pd.to_datetime([f'{y}-{m}-{d}' for y,m,d in df.index],
                          format='%Y-%m')

输出：

            C1
2020-05-01   5
2020-05-02   7
2020-05-03  34
2020-05-04   4
2020-05-05  98

注意：对于Python 2.7，而不是f'{y}-{m}-{d}'，做

'{}-{}-{}'.format(y,m,d)

Answer 2

我们有函数 to_datetime，名称正确

df.index=pd.to_datetime(df.rename_axis(['year','month','day']).index.to_frame())
df
Out[435]: 
            C1
2020-05-01   5
2020-05-02   7
2020-05-03  34
2020-05-04   4
2020-05-05  98

如何将 DateTime multiindex 改回正常的 DateTimeindex？

How to chance DateTime multiindex back into normal DateTime index?

python

datetime

multi-index

pandas

pandas-groupby