pandas - 将 df 与列上的多索引与索引上的其他 df 合并（没有多索引）

Question

我的 Google-fu 没有给我答案，所以我在这里发布我的问题。

假设我有两个数据框 df1 和 df2，我想合并它们。 df1 在列上有一个多索引，df2 由一个带索引的多索引列组成。 df2 的索引名称与df1 中一列的名称（在级别 1）一致。如何使用df1 中的one 列和df2 的索引合并帧？简单的例子是这样的：

import pandas as pd

df1 = pd.DataFrame({('A', 'Col_1'): [1, 2, 3],
                    ('A', 'Col_2'): ['A', 'B', 'C'],
                    ('B', 'Col_1'): [1, 2, 3],
                    ('B', 'Col_2'): ['A', 'B', 'C']})

df2 = pd.DataFrame({('C', 'Col_1'): ['X', 'Y', 'Z']},
                   index=pd.Index(['A', 'B', 'C'], name='Col_2'))

我的目标是将('B', 'Col_2') 列上的df1 与索引上的df2 合并，保留df1 中的所有列。该怎么做？

Answer 1

根据对您希望基于 Col_2 连接 df1 和 df2 的问题的理解。这是你可以做到的。如果我错过了这部分，请在评论中添加。

#dropping the group header of columns from df1
df1.columns = df1.columns.droplevel(0)

#Removing the duplicated columns in df1
df1 = df1.loc[:,~df1.columns.duplicated()]

#dropping the group header of columns from df2
df2.columns = df2.columns.droplevel(0)

#Reset the index of df2 as first column
df2.reset_index(level=0, inplace=True)

#Concatinating 2 dataframes
new_df = pd.concat([df1.set_index('Col_2'),df2.set_index('Col_2')], axis=1, 
                    join='inner').reset_index()

最终的输出会是这样的

       Col_2    Col_1     Col_1
   0    A          1       X
   1    B          2       Y
   2    C          3       Z