Fatal编程技术网
  • pandas/
  • Pandas 将数据帧附加到以前存在的多索引数据帧

Pandas 将数据帧附加到以前存在的多索引数据帧

pandas

Pandas 将数据帧附加到以前存在的多索引数据帧,pandas,Pandas,假设我有一个多索引数据帧，看起来是这样的： C1 C2 C3 A1 B1 B2 A2 B1 B2 如何附加以下数据帧： C1 C2 C3 B3 B4 B5 B6 在A1下方，最终产品如下所示： C1 C2 C3 A1 B1 B2 B3 B4 B5 B6 A2 B1 B2 在再次设置多重索引之前，必须重置两个数据

假设我有一个多索引数据帧，看起来是这样的：

           C1   C2    C3
A1   B1
     B2
A2   B1
     B2
如何附加以下数据帧：

      C1   C2    C3
B3
B4
B5
B6
在A1下方，最终产品如下所示：

           C1   C2    C3
A1   B1
     B2
     B3
     B4
     B5
     B6
A2   B1
     B2
在再次设置多重索引之前，必须重置两个数据帧的索引，然后合并它们

例如，我的索引名是
cp\u name
和
products
，原始多索引数据框是
d
，而单索引数据框是
temp


#Setting the second index as a variable in the single-index dataframe
temp['cp_name'] = 'A'

#Resetting the indices
d_ = d.reset_index()
temp_ = temp.reset_index()

out = pd.concat([d_, temp_])


out.sort_values(['cp_name','products']).set_index(['cp_name','products'])
原始数据集：


                  le_id  run_seq  cp_id  tran_amnt currency  current
cp_name products                                                    
A       U           101        1    201        100      USD    201.0
B       U           102        1    202        200      USD      NaN
        V           103        1    202        672      INR      NaN
最终产量

                  cp_id currency current  le_id  run_seq  tran_amnt
cp_name products                                                   
A       U           201      USD     201    101        1        100
        V           203      INR     NaN    102        3        783
        X           205      SGD     NaN    104        3        437
B       U           202      USD     NaN    102        1        200
        V           202      INR     NaN    103        1        672
但是它是如何找到不在两个数据集中的
X
的
cp\u名称的呢？我注意到它只是在第一个
cp\u名称
A中添加了它。问题是在第一个多索引数据帧的
cp\u名称
A下显式添加第二个单索引数据帧。因此，我使用
temp['cp\u name']='A'


                  cp_id currency current  le_id  run_seq  tran_amnt
cp_name products                                                   
A       U           201      USD     201    101        1        100
        V           203      INR     NaN    102        3        783
        X           205      SGD     NaN    104        3        437
B       U           202      USD     NaN    102        1        200
        V           202      INR     NaN    103        1        672