Python 连接两个数据帧并从索引创建多索引
我有两个数据帧Python 连接两个数据帧并从索引创建多索引,python,pandas,dataframe,multi-index,Python,Pandas,Dataframe,Multi Index,我有两个数据帧df_1和df_2是: df_1 = pd.DataFrame({"A1":"1", "A2":"2", "A3":"3"}, index=[2411]) df_1.index.name = "i_1" df_2 = pd.DataFrame({"B1":"4", "B2":"5", "B3":"6"}, index=[123122]) df_2.index.name = "i_2" 我希望对其进行浓缩,因此最终的数据帧将如下所示: A1 A2
df_1
和df_2
是:
df_1 = pd.DataFrame({"A1":"1", "A2":"2", "A3":"3"}, index=[2411])
df_1.index.name = "i_1"
df_2 = pd.DataFrame({"B1":"4", "B2":"5", "B3":"6"}, index=[123122])
df_2.index.name = "i_2"
我希望对其进行浓缩,因此最终的数据帧将如下所示:
A1 A2 A3 B1 B2 B3
i_1 i_2
2411 123122 1 2 3 4 5 6
基本上,这是沿轴1的浓缩,并讨论从索引设置一个多索引
我所做的最接近预期结果的是:
df_1 = df_1.reset_index()
df_2 = df_2.reset_index()
df_f = pd.concat([df_1,df_2], axis=1)
df_f = pd.DataFrame(df_f, index=pd.MultiIndex.from_arrays([float(df_1["i_1"]), float(df_2["i_2"])], names=["i_1","i_2"]))
del df_f["i_1"]
del df_f["i_2"]
但结果是:
A1 A2 A3 B1 B2 B3
i_1 i_2
2411.0 123122.0 NaN NaN NaN NaN NaN NaN
对于默认索引,我认为最简单的方法是df
,因此将数据与最后一个对齐:
在您的解决方案中,问题是不同的索引,所以在concat
之后获取2行,因为数据不能对齐(索引不同):
然后获取
NaN
s,因为在DataFrame
构造函数中创建新的Multiindex
但数据不会再次对齐-在原始df\u f
中是数据大小(2x6)
,并且要分配给1,6
结构,索引也不同。谢谢!请您解释一下,为什么我的解决方案包含NaN
?
df_f = pd.concat([df_1.reset_index(),df_2.reset_index()], axis=1).set_index(['i_1','i_2'])
print (df_f)
A1 A2 A3 B1 B2 B3
i_1 i_2
2411 123122 1 2 3 4 5 6
df_f = pd.concat([df_1,df_2], axis=1)
print (df_f)
A1 A2 A3 B1 B2 B3
2411 1 2 3 NaN NaN NaN
123122 NaN NaN NaN 4 5 6