Python 合并数据帧时如何保持列多索引值

我有两个数据帧，如下所示：

df1 = pd.DataFrame({('Q1', 'SubQ1'):[1, 2, 3], ('Q1', 'SubQ2'):[1, 2, 3], ('Q2', 'SubQ1'):[1, 2, 3]})
df1['ID'] = ['a', 'b', 'c']

df2 = pd.DataFrame({'item_id': ['a', 'b', 'c'], 'url':['a.com', 'blah.com', 'company.com']})

df1

：

     Q1          Q2 ID
  SubQ1 SubQ2 SubQ1   
0     1     1     1  a
1     2     2     2  b
2     3     3     3  c

df2

：

  item_id          url
0       a        a.com
1       b     blah.com
2       c  company.com

请注意，

df1

有一些列具有层次索引（例如

（'Q1'，'SubQ1'）

），还有一些列具有普通索引（例如

ID

）

我想在

ID

和

item\u ID

字段上合并这两个数据帧。使用：

result = pd.merge(df1, df2, left_on='ID', right_on='item_id')

给出：

   (Q1, SubQ1)  (Q1, SubQ2)  (Q2, SubQ1) (ID, ) item_id          url
0            1            1            1      a       a        a.com
1            2            2            2      b       b     blah.com
2            3            3            3      c       c  company.com

如您所见，合并本身工作正常，但多索引已丢失并恢复为元组。我尝试使用

pd.MultiIndex.from\u tuples

重新创建多索引，如下所示：

result.columns = pd.MultiIndex.from_tuples(result)

但这会导致

item_id

和

url

列出现问题，只使用其名称的前两个字符：

     Q1          Q2 ID  i            u
  SubQ1 SubQ2 SubQ1     t            r
0     1     1     1  a  a        a.com
1     2     2     2  b  b     blah.com
2     3     3     3  c  c  company.com

将

df2

中的列转换为一个元素元组（即

（'item\u id'，）

而不仅仅是

'item\u id'

）没有区别

---

如何合并这两个数据帧并正确保留多索引？或者，我如何获得合并的结果并返回具有适当多索引的列，而不弄乱

项目id

和

url

列的名称？

id的列不是“非层次”的。它由

（'ID'，）

表示。但是，

pandas

允许您仅引用第一级列，其方式看起来就像是引用单级列结构。这意味着这应该可以工作

df1['ID']

以及

df1[（'ID'，）]

以及

df1.loc[：，（'ID'，）]

。但是如果碰巧顶层

'ID'

在第二层中有更多与之相关联的列，

df1['ID']

将返回一个数据帧。我觉得这个解决方案更合适，它看起来很像@JohnGalt在评论中的答案

df1.assign(u=df1[('ID', '')].map(df2.set_index('item_id').url))

     Q1          Q2 ID            u
  SubQ1 SubQ2 SubQ1                
0     1     1     1  a        a.com
1     2     2     2  b     blah.com
2     3     3     3  c  company.com

---

将单级列数据帧连接到多级列数据帧是困难的。我不得不人为地增加一个关卡

def rnm(d):
    d = d.copy()
    d.columns = [d.columns, [''] * len(d.columns)]
    return d

df1.join(rnm(df2.set_index('item_id')), on=('ID',))

     Q1          Q2 ID          url
  SubQ1 SubQ2 SubQ1                
0     1     1     1  a        a.com
1     2     2     2  b     blah.com
2     3     3     3  c  company.com

---

如果你不能打败他们，加入他们（合并前使两个数据帧具有相同数量的索引级别）：

屈服

     Q1          Q2 ID item_id          url
  SubQ1 SubQ2 SubQ1                        
0     1     1     1  a       a        a.com
1     2     2     2  b       b     blah.com
2     3     3     3  c       c  company.com

这也避免了出现

UserWarning

：

pandas/core/reforme/merge.py:551:UserWarning:不同级别之间的合并可能会产生意外结果（左侧2个级别，右侧1个级别）

---

此解决方案更加灵活，因为您不必在concat之前插入列级别，您可以使用它来concat任意数量的级别：

import pandas as pd

df1 = pd.DataFrame({('A', 'b'): [1, 2], ('A', 'c'): [3, 4]})

df2 = pd.DataFrame({'Zaa': [1, 2]})

df3 = pd.DataFrame({('Maaa', 'k', 'l'): [1, 2]})

df = pd.concat([df1, df2, df3], axis=1)
cols = [col if isinstance(col, tuple) else (col, ) for col in df.columns]
df.columns = pd.MultiIndex.from_tuples(cols)

---

df1.assign（u=df1.ID.map（df2.set_index（'item_ID'）['url']））

对您有用吗？它适用于这个示例，但在实际情况中，我想在联接中引入多个列，因此我必须多次这样做才能得到每个列，我觉得这并不理想。

import pandas as pd

df1 = pd.DataFrame({('A', 'b'): [1, 2], ('A', 'c'): [3, 4]})

df2 = pd.DataFrame({'Zaa': [1, 2]})

df3 = pd.DataFrame({('Maaa', 'k', 'l'): [1, 2]})

df = pd.concat([df1, df2, df3], axis=1)
cols = [col if isinstance(col, tuple) else (col, ) for col in df.columns]
df.columns = pd.MultiIndex.from_tuples(cols)