Python pandas-如何使用多索引合并表

我有两个具有类似多索引结构的表：

date

和

country\uu name

。索引不完全相同：一些国家可能在一个或另一个表中缺失

这些表有不同的列。举例来说，它们是：

我想将它们合并到一个表中，该表保留多索引，但包含两个表中的所有列

但当我这么做的时候

pandas.concat([grouped_channel_df, grouped_tds_df], axis=1)

我得到一张满桌的

NaN

：

---

我缺少什么？

如果要合并表，需要使用

.merge

而不是

.concat

。检查两个概念之间的差异

对于您的用例，请尝试以下方法：

merged = pandas.merge(grouped_channel_df, grouped_tds_df, how='outer', on=('date','country_name'), suffixes=('_channel','_tds'))

---

阅读上面的文档阅读其他选项。

是否尝试：

pd.concat（[df1，df2]，axis=1，ignore_index=True）

？@Serenity是的，就是这样，列名消失了，然后尝试

pd.merge（df1.reset_index（），df2.reset_index（），how='outer'，on=['date'，'country_name']）。设置_索引（['date'，'country_name']）

。