如何合并熊猫 DataFrame 中的多级列？答案

【问题标题】：How to merge multi-levels colums inside a pandas DataFrame?如何合并熊猫 DataFrame 中的多级列？
【发布时间】：2021-10-27 15:04:26
【问题描述】：

让 DF 是这样构造的多索引 DataFrame：

df_A = {}
df_A['origin'] = pd.DataFrame({'a': [11,12,13], 'b': [True, True, False]})
df_A = pd.concat(df_A, axis=1)

df_B = {}
df_B['destination'] = pd.DataFrame({'c': [11,12,13], 'd': [True, True, False]})
df_B = pd.concat(df_B, axis=1)
df_B

df_C = {}
df_C['origin'] = pd.DataFrame({'e': [11,12,13], 'f': [True, True, False]})
df_C = pd.concat(df_C, axis=1)

DF = df_A.join(df_B.join(df_C))

我们看到生成的 DataFrame 有一个重复的列级别（即，'origin'）：

问题：我们如何将“origin”列合并为一个？期望的结果是：

【问题讨论】：

标签： python pandas dataframe multi-index

【解决方案1】：

它们已经合并。由于列顺序，它以这种方式显示。您可以对索引进行排序以使 origin 列彼此相邻：

DF.sort_index(axis=1, level=0, ascending=False)

  origin                destination    
       f   e      b   a           d   c
0   True  11   True  11        True  11
1   True  12   True  12        True  12
2  False  13  False  13       False  13

【讨论】：