Python 在数据帧中存储三维数据

我是Python新手，我试图理解如何使用数据帧操作数据。我搜索了类似的问题，但没有发现任何能满足我确切需求的问题。如果这是重复的，请给我指出正确的帖子

因此，我有多个具有完全相同形状、列和索引的数据帧。如何将它们与标签结合起来，以便使用任何列/索引/标签轻松访问数据

例如，在下面的设置之后，我如何将df1和df2放在一个数据帧中，并用名称“df1”和“df2”标记它们，以便我能够以类似df['a']['df1']['b']的方式访问数据，并获得df的行数

>>> import numpy as np
>>> import pandas as pd
>>> df1 = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'], index=['a', 'b'])
>>> df2 = pd.DataFrame([[5, 6], [7, 8]], columns=['A', 'B'], index=['a', 'b'])
>>> df1
   A  B
a  1  2
b  3  4
>>> df2
   A  B
a  5  6
b  7  8

---

我认为，

multi-indexdataframe

是由以下内容创建的答案：

然后，对于基本选择，可以使用：

对于“选择索引”和“列”，请使用：

---

另一个可能的解决方案是使用

---

但在新版本的熊猫中是如此。

非常感谢！是的，看起来我需要的是多索引数据帧。是否可以将df['A']转换为二维数据帧，其中['A'，'b']作为索引，['df1'，'df2']作为列？我认为可以，只添加

axis=1

像

df=pd.concat（[df1，df2]，key=（'df1'，'df2'），axis=1）

然后通过

idx=pd.indexlice

打印（df.loc['b'，idx['df1'，'A']）或

df=pd.concat([df1，df2]，keys=（'df1'，'df2'））。取消堆栈（0）

？然后

打印（df.xs（'A'，axis=1））

？@jezrael hi jezrael我正在尝试通过循环连接许多PD来执行相同的操作。我如何正确地连接这些键？我尝试制作一个列表，然后逐渐添加，但返回“不能将不具有相同级别数的索引合并”（这实际上是有道理的）

df = pd.concat([df1, df2], keys=('df1','df2'))
print (df)
       A  B
df1 a  1  2
    b  3  4
df2 a  5  6
    b  7  8

print (df.xs('df1'))
   A  B
a  1  2
b  3  4

idx = pd.IndexSlice
print (df.loc[idx['df1', 'b'], 'A'])
3