如何在熊猫中创建多级数据框？答案

【问题标题】：How to create a multilevel dataframe in pandas?如何在熊猫中创建多级数据框？
【发布时间】：2017-04-10 17:48:15
【问题描述】：

给定两个不同的df：

'A'

            a  b         
2016-11-21  2  1
2016-11-22  3  4
2016-11-23  5  2 
2016-11-24  6  3 
2016-11-25  6  3

'B'

            a  b         
2016-11-21  3  0
2016-11-22  1  0
2016-11-23  1  6 
2016-11-24  1  5 
2016-11-25  0  2

如何创建这种形状的“多级”数据框：

'C'

            A     B
            a  b  a  b           
2016-11-21  2  1  3  0
2016-11-22  3  4  1  0
2016-11-23  5  2  1  6
2016-11-24  6  3  1  5
2016-11-25  6  3  0  2

*index 是一个“数据时间”对象

谢谢

【问题讨论】：

标签： python python-2.7 pandas dataframe multi-level

【解决方案1】：

一种选择是使用MultiIndex() 为A 和B 构造列级别，然后将它们连接起来：

import pandas as pd
A.columns = pd.MultiIndex.from_product([['A'], A.columns])
B.columns = pd.MultiIndex.from_product([['B'], B.columns])
pd.concat([A, B], axis = 1)

#           A       B
#           a   b   a   b
#2016-11-21 2   1   3   0
#2016-11-22 3   4   1   0
#2016-11-23 5   2   1   6
#2016-11-24 6   3   1   5
#2016-11-25 6   3   0   2

【讨论】：

为什么不在结果 df 上使用 MultiIndex.from_product() 一次？ result = pd.concat([A, B], axis=1) result.columns = pd.MultiIndex.from_product([('A', 'B'), A.columns])
另外，为什么列式多索引的第一级没有按照 jezrael 的答案对齐？
如果两个数据框有不同的维度或不同的列名，对结果使用 MultiIndex 将不起作用。如果您检查答案，则第一级的对齐方式与 jezrael 的答案相同。我可能在这里缩进不同。

【解决方案2】：

您可以将concat 与参数keys 一起使用：

df = pd.concat([A, B], axis = 1, keys=(list('AB')))
print (df)
            A     B   
            a  b  a  b
2016-11-21  2  1  3  0
2016-11-22  3  4  1  0
2016-11-23  5  2  1  6
2016-11-24  6  3  1  5
2016-11-25  6  3  0  2

【讨论】：

这非常适合我的，公认的简单用例。