Pandas 将数据帧与不同级别的索引串联在一起

我很难理解熊猫多索引是如何工作的。 具体而言：

如何合并不同索引级别的两个数据帧（按行）

如何更改数据帧的索引级别

使用以下示例：

我计算两个数据集

def ZahlOccurence_0(x):
     return pd.Series({'All': len(x['StudentID']),
                   'Part': sum(x['Participated'] == 'yes'),
                   'Pass' :  sum(x['Passed'] == 'yes')})
t1 = d1.groupby(['ExamenYear', 'Exam']).apply(ZahlOccurence_0)   
t2 = d1.groupby('ExamenYear').apply(ZahlOccurence_0)   

如何按行合并t1和t2

print t1
                    All  Part  Pass
ExamenYear Exam                    
2007       algebra    1     0     0
           bio        1     1     1
           stats      1     1     1
2008       algebra    2     1     1
           stats      2     2     2
2009       algebra    1     1     1
           bio        2     2     1

print t2 

            All  Part  Pass
ExamenYear                 
2007          3     2     2
2008          4     3     3
2009          3     3     2

我尝试了以下方法

t2 = t2.set_index([t2.index, np.array(['tot']* 3)], append = False)

但是

产生错误

ValueError:无法在数据帧上调用bool（）。

我做错了什么

---

提前感谢@DSM指出数据帧对象需要在列表中

pd.concat([t1, t2])

我必须进行与你类似的计算。这是我喜欢的方法

t2['Exam'] = 'tot'
            All  Part  Pass Exam
ExamenYear
2007          3     2     2  tot
2008          4     3     3  tot
2009          3     3     2  tot

pd.concat([t1.reset_index(),t2.reset_index()], ignore_index=True)

   All     Exam ExamenYear  Part  Pass
0    1  algebra       2007     0     0
1    1      bio       2007     1     1
2    1    stats       2007     1     1
3    2  algebra       2008     1     1
4    2    stats       2008     2     2
5    1  algebra       2009     1     1
6    2      bio       2009     2     1
7    3      tot       2007     2     2
8    4      tot       2008     3     3
9    3      tot       2009     3     2

---

正如@DSM指出的，DataFrame对象需要在一个列表中

pd.concat([t1, t2])

我必须进行与你类似的计算。这是我喜欢的方法

t2['Exam'] = 'tot'
            All  Part  Pass Exam
ExamenYear
2007          3     2     2  tot
2008          4     3     3  tot
2009          3     3     2  tot

pd.concat([t1.reset_index(),t2.reset_index()], ignore_index=True)

   All     Exam ExamenYear  Part  Pass
0    1  algebra       2007     0     0
1    1      bio       2007     1     1
2    1    stats       2007     1     1
3    2  algebra       2008     1     1
4    2    stats       2008     2     2
5    1  algebra       2009     1     1
6    2      bio       2009     2     1
7    3      tot       2007     2     2
8    4      tot       2008     3     3
9    3      tot       2009     3     2

---

如果键入

help（pd.concat）

，您将看到它将对象集合作为第一个参数。注意，它应该是

pd.concat（[t1，t2]）

。不过，我不确定您希望得到什么样的输出：它是否类似于

pd.concat（[t1，t2]）.sort（）

？也许这就是您想要的t2['Exam']='tot'；pd.concat（[t1.reset_index（），t2.reset_index（）]）真傻！谢谢DSM：我只是忘了把对象放在列表中：-（@user1827356:这就是我要找的，而且做得很复杂。你能把你的评论作为回复发布出来，这样我就可以接受它并结束问题了吗？如果你键入

help（pd.concat）

您将看到它以一组对象作为第一个参数。瞧，它应该是

pd.concat（[t1，t2]）

。不过，我不确定您希望得到什么样的输出：它是否类似于

pd.concat（[t1，t2]）.sort（）

？也许这就是您想要的？-t2['Exam'='tot'；pd.concat（[t1.reset_index（）），t2.reset_index（））我真傻！谢谢！！！！！DSM:我只是忘了把对象放在列表中：-（@user1827356:这就是我一直在寻找的，而且做得很复杂。你能把你的评论作为一个回复，这样我就可以接受它并结束这个问题吗？谢谢。我对熊猫很陌生，但对它的功能很兴奋。谢谢。我对熊猫很陌生，但对它的功能很兴奋。