Python 用分层列连接两个数据帧

我想合并两个数据帧，同时创建一个多级列命名方案，指明行来自哪个数据帧。例如：

In [98]: A=pd.DataFrame(np.arange(9.).reshape(3,3),columns=list('abc'))
In [99]: A
Out[99]: 
   a  b  c
0  0  1  2
1  3  4  5
2  6  7  8

In [100]: B=A.copy()

如果我使用

pd.merge（）

，那么

In [104]: pd.merge(A,B,left_index=True,right_index=True)
Out[104]: 
   a_x  b_x  c_x  a_y  b_y  c_y
0    0    1    2    0    1    2
1    3    4    5    3    4    5
2    6    7    8    6    7    8

这就是我对这句话的期望，我想要的（但我不知道如何得到！）是：

[104]中的

Out[104]：
A B
a b c a b c
0    0    1    2    0    1    2
1    3    4    5    3    4    5
2    6    7    8    6    7    8

---

这可以在不更改原始的

pd.DataFrame

调用的情况下完成吗？我正在从.csv文件中读取数据帧中的数据，这可能是我的问题。

这里有一种方法，它确实改变了A和B：

In [10]: from itertools import cycle

In [11]: A.columns = pd.MultiIndex.from_tuples(zip(cycle('A'), A.columns))

In [12]: A
Out[12]:
   A
   a  b  c
0  0  1  2
1  3  4  5
2  6  7  8

In [13]: B.columns = pd.MultiIndex.from_tuples(zip(cycle('B'), B.columns))

In [14]: A.join(B)
Out[14]:
   A        B
   a  b  c  a  b  c
0  0  1  2  0  1  2
1  3  4  5  3  4  5
2  6  7  8  6  7  8

---

实际上，我认为这将是一个很好的替代行为，而不是后缀…

第一种情况可以在a、B之间任意排序（不是列，只是顺序a或B） 第二，我们应该保持秩序

我想这是潘多尼克

In [5]: concat(dict(A = A, B = B),axis=1)
Out[5]: 
   A        B      
   a  b  c  a  b  c
0  0  1  2  0  1  2
1  3  4  5  3  4  5
2  6  7  8  6  7  8

In [6]: concat([ A, B ], keys=['A','B'],axis=1)
Out[6]: 
   A        B      
   a  b  c  a  b  c
0  0  1  2  0  1  2
1  3  4  5  3  4  5
2  6  7  8  6  7  8

---

如果没有更多的pandorable*方法来实现这个ATM，那么我将+1用于使它成为本地关键字控制选项。（看看我的竞选活动有多微妙？也许我应该在PyCon或其他什么地方分发贴纸。^）@DSM wooo，PyCon！谢谢你提醒我：我有票了D@DSM你应该看看杰夫的解决方案，好多了！如果有人感到困惑，

concat

在这个答案中是

pd.concat（）

。嗨！如果我需要在某些列上设置逻辑，比如在

pd.merge（A，B，on='c'）

中，但是A和B有层次结构的列（给我一个

KeyError

）。如果A&B中没有层次列，它将返回带有后缀的列名，但我希望结果中的层次列在列名中没有后缀。这可能吗？回答我自己的问题：合并A和B并保留层次结构列，避免在我使用的列中使用后缀：（列“时间”上的内部联接）

dfs=[A，B]；对于dfs中的df:df.set_index（'time'，inplace=True）；df=pd.concat（dfs，axis=1，join='internal'，key='A'，B'）

标题合适吗？因为您的答案只是一个

concat

而不是一个

merge

。标题不应该是“连接两个数据帧…”吗@Lukas是的。我刚做了改变。很抱歉…直到你的评论出来我才记得问过这个问题。

In [5]: concat(dict(A = A, B = B),axis=1)
Out[5]: 
   A        B      
   a  b  c  a  b  c
0  0  1  2  0  1  2
1  3  4  5  3  4  5
2  6  7  8  6  7  8

In [6]: concat([ A, B ], keys=['A','B'],axis=1)
Out[6]: 
   A        B      
   a  b  c  a  b  c
0  0  1  2  0  1  2
1  3  4  5  3  4  5
2  6  7  8  6  7  8