使用日期将 Pandas 数据框合并到多索引答案

【问题标题】：Merging Pandas Dataframe to Multiindex with Date使用日期将 Pandas 数据框合并到多索引
【发布时间】：2018-05-23 18:57:17
【问题描述】：

我有一些数据帧，其中包含来自多个来源的日期索引，我想将它们合并到一个多索引数据帧中。我正在努力弄清楚如何做到这一点。

从两个数据框开始：

来源 1

+---------------------+------+------+-----+-------+
|        date         | open | high | low | close |
+---------------------+------+------+-----+-------+
| 2018-04-04 20:00:00 | xxx  | xxx  | xxx | xxx   |
| 2018-04-04 21:00:00 | xxx  | xxx  | xxx | xxx   |
| 2018-04-04 22:00:00 | xxx  | xxx  | xxx | xxx   |
+---------------------+------+------+-----+-------+

来源 2

+---------------------+------+------+-----+-------+
|        date         | open | high | low | close |
+---------------------+------+------+-----+-------+
| 2018-04-04 20:00:00 | xxx  | xxx  | xxx | xxx   |
| 2018-04-04 21:00:00 | xxx  | xxx  | xxx | xxx   |
| 2018-04-04 22:00:00 | xxx  | xxx  | xxx | xxx   |
+---------------------+------+------+-----+-------+

我想将它们合并，以便它们在具有 source1 或 source2 的日期被多索引。

类似：

+---------------------+---------+------+-----+-------+
|                     |         |      |     |       |
+---------------------+---------+------+-----+-------+
| 2018-04-04 20:00:00 | source1 |      |     |       |
|                     | open    | high | low | close |
|                     | xxx     | xxx  | xxx | xxx   |
|                     | source2 |      |     |       |
|                     | open    | high | low | close |
|                     | xxx     | xxx  | xxx | xxx   |
| 2018-04-04 21:00:00 | source1 |      |     |       |
|                     | open    | high | low | close |
|                     | xxx     | xxx  | xxx | xxx   |
|                     | source2 |      |     |       |
|                     | open    | high | low | close |
|                     | xxx     | xxx  | xxx | xxx   |
| 2018-04-04 22:00:00 | source1 |      |     |       |
|                     | open    | high | low | close |
|                     | xxx     | xxx  | xxx | xxx   |
|                     | source2 |      |     |       |
|                     | open    | high | low | close |
|                     | xxx     | xxx  | xxx | xxx   |
+---------------------+---------+------+-----+-------+

谁能帮忙？

谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

将concat 与keys 一起使用，将set_index 与DatetimeIndex 一起使用，然后将swaplevel 与sort_index 一起使用：

df = (pd.concat([df1.set_index('date'),df2.set_index('date')], keys=['source1','source2'])
        .swaplevel(0,1)
        .sort_index())
print (df)
                            open high  low close
date                                            
2018-04-04 20:00:00 source1  xxx  xxx  xxx   xxx
                    source2  xxx  xxx  xxx   xxx
2018-04-04 21:00:00 source1  xxx  xxx  xxx   xxx
                    source2  xxx  xxx  xxx   xxx
2018-04-04 22:00:00 source1  xxx  xxx  xxx   xxx
                    source2  xxx  xxx  xxx   xxx

【讨论】：

【解决方案2】：

你可以去concat指定键，即

df3 = pd.concat([df1,df2],keys=['source1','source2']).reset_index(level=0)

df3 = df3.set_index(['date','level_0']).sort_index(level='date')



                                open    high    low    close
 date                 level_0                                
 2018-04-04 20:00:00  source1   xxx     xxx     xxx    xxx   
                      source2   xxx     xxx     xxx    xxx   
 2018-04-04 21:00:00  source1   xxx     xxx     xxx    xxx   
                      source2   xxx     xxx     xxx    xxx   
 2018-04-04 22:00:00  source1   xxx     xxx     xxx    xxx   
                      source2   xxx     xxx     xxx    xxx

【讨论】：

谢谢！我确信我可以让这个解决方案发挥作用，但我只能批准一个答案。