Python 将数据帧求和到多索引

我有两个具有不同索引的数据帧，如：

import pandas as pd
a = pd.DataFrame([1, 2, 3], index=['a', 'b', 'c'],
columns=['one'])
b = pd.DataFrame([5, 6], index=['d', 'e'],
columns=['two'])

我可以使用以下方法创建“笛卡尔”多索引：

a_plus_b = pd.MultiIndex.from_product([a.index,b.index])

这将变成一个空的多重索引：

MultiIndex(levels=[['a', 'b', 'c'], ['d', 'e']],
       labels=[[0, 0, 1, 1, 2, 2], [0, 1, 0, 1, 0, 1]])

如何创建笛卡尔和，如下所示

'a' 'd' 6 # 1 + 5
    'e' 7 # 1 + 6
'b' 'd' 7 # 2 + 5
    'e' 8 # 2 + 6
'c' 'd' 8 # 3 + 5
    'e' 9 # 3 + 6

第一级和第二级使用：

s = a['one'].reindex(a_plus_b, level=0) + b['two'].reindex(a_plus_b, level=1)
print (s)
a  d    6
   e    7
b  d    7
   e    8
c  d    8
   e    9
dtype: int64

---

通过使用

pd.merge

，可以避免显式创建

多索引的中间步骤：

res = pd.merge(a.rename_axis('A').reset_index().assign(key=1),
               b.rename_axis('B').reset_index().assign(key=1), on='key')

res = res.assign(total=res['one'] + res['two'])\
         .groupby(['A', 'B'])['total'].sum()

print(res)

A  B
a  d    6
   e    7
b  d    7
   e    8
c  d    8
   e    9
Name: total, dtype: int64