Pandas 组合两个独立的数据帧形成矩阵

我想结合两个熊猫数据帧生成一个矩阵。这两个数据帧不共享一个共同的索引值，实际上是独立的。相反，我想使用这两组索引来生成一个新的数据帧，使用层次索引，它具有这两个索引的所有可能组合。列应采用原始数据帧中的值

下面是我想要组合的两个数据帧的简化版本：

df1         
    Cat Freq
1.1   A    4
1.2   B    8
1.3   C    2
1.4   A    5

df2
    Cat Freq
2.1   A    4
2.2   C    4
2.3   C    2
2.4   A    7

这就是我想要创造的：

df_merged         
        Cat(1) Freq(1)  Cat(2)   Freq(2)
1.1 2.1  A       4         A       4
    2.2  A       4         C       4
    2.3  A       4         C       2
    2.4  A       4         A       7
1.2 2.1  B       8         A       4
    2.2  B       8         C       4
    2.3  B       8         C       2
 .. ... ....  .......   .......   .......
 .. ... .... ........   .......   .......

最后，我希望在具有最大频率的列的基础上创建一个具有类别字母（源自df1或df2）的新列。有了这个，我将能够形成一个矩阵。如果我能得到上面表格中的数据，我认为这最后一步将非常简单

非常感谢

由

数据帧和
多索引创建的数据帧使用，最后使用：

或使用交叉连接，以避免丢失索引值：

df = (df1.reset_index().assign(A=1)
        .merge(df2.reset_index().assign(A=1), on='A', suffixes=('(1)','(2)'))
        .set_index(['index(1)','index(2)'])
        .drop('A', axis=1)
        .rename_axis((None,None)))
print (df)
        Cat(1)  Freq(1) Cat(2)  Freq(2)
1.1 2.1      A        4      A        4
    2.2      A        4      C        4
    2.3      A        4      C        2
    2.4      A        4      A        7
1.2 2.1      B        8      A        4
    2.2      B        8      C        4
    2.3      B        8      C        2
    2.4      B        8      A        7
1.3 2.1      C        2      A        4
    2.2      C        2      C        4
    2.3      C        2      C        2
    2.4      C        2      A        7
1.4 2.1      A        5      A        4
    2.2      A        5      C        4
    2.3      A        5      C        2
    2.4      A        5      A        7

@Liamt123你吃了欢迎！如果我的答案有用，别忘了-点击复选标记（
✓），将其从灰显切换为填充。谢谢
df = (df1.reset_index().assign(A=1)
        .merge(df2.reset_index().assign(A=1), on='A', suffixes=('(1)','(2)'))
        .set_index(['index(1)','index(2)'])
        .drop('A', axis=1)
        .rename_axis((None,None)))
print (df)
        Cat(1)  Freq(1) Cat(2)  Freq(2)
1.1 2.1      A        4      A        4
    2.2      A        4      C        4
    2.3      A        4      C        2
    2.4      A        4      A        7
1.2 2.1      B        8      A        4
    2.2      B        8      C        4
    2.3      B        8      C        2
    2.4      B        8      A        7
1.3 2.1      C        2      A        4
    2.2      C        2      C        4
    2.3      C        2      C        2
    2.4      C        2      A        7
1.4 2.1      A        5      A        4
    2.2      A        5      C        4
    2.3      A        5      C        2
    2.4      A        5      A        7