Python 组合单索引数据帧和多索引数据帧的方法，无需对单索引数据帧进行多索引

有没有一种干净简单的方法来组合多索引和单索引数据帧

也有类似的问题，但都是老问题，都有“混乱”的解决方案

我有一个单一的索引：

df1 = pd.DataFrame({'single': [10,11,12], 'double': [7,8,9]})

   single  double
0      10       7
1      11       8
2      12       9

我希望将其组合到一系列多索引数据框中，其中的空列具有不同的列和子列索引：

df2 = pd.DataFrame(columns = pd.MultiIndex.from_product([['happy'], ['very', 'not_much']]))    
Empty DataFrame
    Columns: [(happy, very), (happy, not_much)]
    Index: []

接下来，我将把它添加到合并上述两个数据帧中，依此类推：

df3 =pd.DataFrame(columns = pd.MultiIndex.from_product([['sad'], ['always', 'never']]))
    Empty DataFrame
    Columns: [(sad, always), (sad, never)]
    Index: []

我尝试了附加和连接，但都出现了错误：

TypeError: Expected tuple, got str

最终目标是获得如下所示的数据帧：

                     happy              sad  
 single   double  very  not_much  always  never
    0      10       7
    1      11       8
    2      12       9

---

我只需使用

concat

，然后对列进行后期处理：

resul = pd.concat([df1, df2, df3], axis=1, sort=False)
resul.columns = pd.MultiIndex.from_tuples(
    [('', i) if isinstance(i, str) else i for i in resul.columns])

它给出了预期的结果：

                happy             sad      
  single double  very not_much always never
0     10      7   NaN      NaN    NaN   NaN
1     11      8   NaN      NaN    NaN   NaN
2     12      9   NaN      NaN    NaN   NaN

---

我认为不将多索引和

simple

索引转换为

Multiindex

或元组是不可能的