Python 3.x 连接多索引数据帧和单索引数据帧

我有两种类型的数据帧，即多索引数据帧：

Code_1  pk1           pk2
Code_2  X     Y   Z   X   Z
Col_1   120  10   1   1   2
Col_2   15    2   3   5   6

和单索引数据帧，看起来像

Code1  col_3   col_4   col_5
pk1    xyz     xyz     xyz
pk2    xyz     xyz     xyz
pk3    xyz     xyz     xyz

Code1  col_3   col_4   col_5  X_Col_1  X_Col_2  Y_Col_1  Y_Col_2  Z_Col_1  Z_Col_2
pk1    xyz     xyz     xyz    120       15        10        2        0        0
pk2    xyz     xyz     xyz     1         3        0         0        2        6    
pk3    xyz     xyz     xyz     0         0        0         0        0        0

我想以这样一种方式将其合并到数据帧中

Code1  col_3   col_4   col_5
pk1    xyz     xyz     xyz
pk2    xyz     xyz     xyz
pk3    xyz     xyz     xyz

Code1  col_3   col_4   col_5  X_Col_1  X_Col_2  Y_Col_1  Y_Col_2  Z_Col_1  Z_Col_2
pk1    xyz     xyz     xyz    120       15        10        2        0        0
pk2    xyz     xyz     xyz     1         3        0         0        2        6    
pk3    xyz     xyz     xyz     0         0        0         0        0        0

---

如何以最有效的方式完成？另外，我有唯一的Code_2值，所以我可以创建额外的列。但是如何以这种方式合并它呢？

您可以通过组合使用

取消堆栈

和

透视

：

df1 = df1.unstack().reset_index().rename({"level_0": "Code1"}, axis=1)
df1["new_col"] = df1.level_1 + df1.level_2
df1.pivot(index="Code1", columns="new_col", values=0).reset_index().merge(
    df2, on="Code1", how="outer"
).fillna(0).reindex(
    columns=[
        "Code1",
        "col_3",
        "col_4",
        "col_5",
        "XCol_1",
        "XCol_2",
        "YCol_1",
        "YCol_2",
        "ZCol_1",
        "ZCol_2",
    ]
)

它会给你

    Code1   col_3   col_4   col_5   XCol_1  XCol_2  YCol_1  YCol_2  ZCol_1  ZCol_2
0   pk1     xyz     xyz     xyz     120.0   15.0    10.0    2.0     2.0     6.0
1   pk2     xyz     xyz     xyz     1.0     5.0     0.0     0.0     0.0     0.0
2   pk3     xyz     xyz     xyz     0.0     0.0     0.0     0.0     0.0     0.0

---

您能否将两个数据帧的

df.to_dict（）？使在存在的情况下复制和粘贴变得更容易multiindices@ignoring_gravity第一句话：{Col_1'：120，'Col_2'：15}，（'pk1'，'Y'）：{'Col_1'：10，'Col_2'：2}，（'pk1'，'Z'）：{'Col_1'：1，'Col_2'：3}，（'pk2'，'X'）：{'Col_1'：1'，Col_2'：5}，（'pk1'，'Z'）：{'Col_1'：2，'Col_2'：6}

第二段：{'Code1'：{0:pk1，1:pk2，2:pk3}，'Col_3'：{0:xyz'，1:xyz'，2:xyz}，'colu 4'：{0:xyz 1:xyz 2:xyz，'Col 5'：{0:xyz 1:xyz 1:xyz 2'}