Python 将多索引熊猫数据帧与单索引熊猫数据帧合并

我想加入两个数据帧。第一个是多索引数据帧，第二个是简单数据帧

将熊猫作为pd导入
进口numpy
a=pd.DataFrame（{'a'：{'x'，0:1，（'x'，1）：2，（'y'，0）：3，（'y'，1）：5}，'b'：{'x'，0:2，（'x'，1）：4，（'y'，0）：2，（'y'，1）：7}）.T
印刷品（a）
#xy
#    0  1  0  1
#a 1235
#b 2 4 2 7
b=pd.DataFrame（{'y'：np.arange（10），'z'：np.arange（10,20）}）
神奇的合并（左=a，右=b，开=y'）
#x y z
#    0  1  0  1  0  1 
#12351315
#B242717

现在，我在第二个索引上进行循环，如下所示：

merged=[]
对于[0，1]中的l：
m=pd.merge（左=a.xs（l，轴=1，层=1），右=b，on='y'）
m_index=pd.MultiIndex.from_乘积（[m.columns，[l]]））
m、 列=m_索引
合并。追加（m）
结果=pd.concat（合并，轴=1）。排序索引（轴=1）

---

熊猫自己能做到这一点吗？

您需要在多索引

df

（在您的情况下是

a

）上堆叠

和
reset\u index
。接下来，
merge
和
set\u index
返回。最后，使用
rename_axis
来显示多索引名称，并使用
unstack
放回多索引列：

a.stack().reset_index().merge(b, on='y').set_index(['level_0', 'level_1']) \
                       .rename_axis(index=[None, None]).unstack()

Out[335]:
   x     y      z
   0  1  0  1   0   1
a  1  2  3  5  13  15
b  2  4  2  7  12  17

那么，您想合并与原始数据帧中的Y值相对应的Z值吗？是的，但我想保留结果数据帧中Y值的结构（多索引）