Python 当只有一级索引用作键时，熊猫与多索引合并

我有一个名为df1的数据帧，它有一个2级多索引（级别：“'u Date'和'u'ItemId'）。“\u ItemId”的每个值都有多个实例，如下所示：

                              _SomeOtherLabel
 _Date            _ItemId     
 2014-10-05       6588921     AA
                  6592520     AB 
                  6836143     BA
 2014-10-11       6588921     CA
                  6592520     CB
                  6836143     DA 

我有一个名为df2的第二个数据帧，其中的“\u ItemId”用作键（而不是索引）。在此df中，\ u ItemId的每个值只出现一次：

                  _ItemId       _Cat
  0               6588921       6_1
  1               6592520       6_1
  2               6836143       7_1

我想从df2中恢复列“\u Cat”中的值，并将它们合并到df1中以获得适当的“\u ItemId”值。这几乎是（我想？）一个标准的多对一合并，除了左df的适当键是多索引级别之一之外。我试过这个：

df1['_cat']=pd.merge(df1,df2,left_index=True, right_on='ItemId')  

但是我得到了错误

   "ValueError: len(right_on) must equal the number of levels in the index of "left"

我认为这是有意义的，因为我的（左）索引实际上是由两个键组成的。如何选择所需的一个索引级别？还是有更好的合并方法

---

谢谢

我可以想出两种方法

使用和：

或者使用

reset\u index（）

，

merge（）

，然后设置新的多索引

我认为第一种方法应该更快，但不确定

>>> df1.join(df2.set_index('_ItemId'))
                   _SomeOtherLabel _Cat
_Date      _ItemId                     
2014-10-05 6588921              AA  6_1
           6592520              AB  6_1
           6836143              BA  7_1
2014-10-11 6588921              CA  6_1
           6592520              CB  6_1
           6836143              DA  7_1