将 DataFrame 插入/附加到 MultiIndex DataFrame

Question

我想通过附加另一个 DataFrame 来放大（=添加新索引）一个 MultiIndex DataFrame。

这是两个 DataFrame：

DF1 - 流行：

mi = pd.MultiIndex.from_tuples([('in','a'),('in','b'),('v','t')],names=['Scope','Name'])
mc = pd.MultiIndex.from_tuples([(0,1),(0,2),(0,3)],names=['Gen','N'])
pop = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]],index=mi,columns=mc)

给出：

Gen         0
N           1  2  3
Scope Name
in    a     1  2  3
      b     4  5  6
v     t     7  8  9

DF2 - 分辨率：

mi = pd.MultiIndex.from_tuples([('in','a'),('in','b'),('res','c'),('res','d')],names=['Scope','Name'])
res = pd.DataFrame([[1,2,3],[4,5,6],[10,20,30],[11,22,33]],index=mi,columns=[1,2,3])

给出：

             1   2   3
Scope Name
in    a      1   2   3
      b      4   5   6
res   c     10  20  30
      d     11  22  33

我想将 res 的“res”添加到 pop（“res”索引仍然不存在）。 我尝试了以下但没有成功：

pop[0].loc['res'] = res['res']
pop.loc['res',0] = res['res']

两者都指向KeyError: 'res'。我还用 pd.concat 或 append 测试了一些东西，但结果很差（我不想定义新的 DataFrame，而是扩大原来的 pop）。 提前感谢您的帮助。

解决方法

我成功获得了我想要的 DataFrame，但不是“就地”：

mi_col = pd.concat([res.loc['res']],keys=[0],axis=1) #Select 'res' index and add the '0' level to column
mi_ind = pd.concat([mi_col],keys=['res']) #Re-adding the 'res' level to index (drop during the previous selection)
pop = pd.concat([pop, mi_ind]) #Concatenating the 2 DataFrame into a new one

我仍然对不生成新 DataFrame 的解决方案感兴趣。

Answer 1

我仍然对不会生成新的解决方案感兴趣 数据帧。

尚不清楚为什么这被视为优势。就地操作本质上并不是更好，在这里它甚至可能是不可能的；例如，参见this answer。如下，你可以使用reindex，然后通过loc赋值，但是reindex会创建一个新对象。

res_res = res.loc[['res']]

# adds res index with NaN values since res values not populated
pop = pop.reindex(pop.index.union(res_res.index))  

# assign values
pop.loc['res'] = res_res

# convert to int from float due to previous NaN values
pop = pop.astype(int)

print(pop)

Gen          0        
N            1   2   3
Scope Name            
in    a      1   2   3
      b      4   5   6
res   c     10  20  30
      d     11  22  33
v     t      7   8   9