python/pandas：如何使用分层列索引将两个数据帧合并为一个？

我有两个数据帧，如下所示：

>>> df1
              A    B
2000-01-01  1.4  1.4
2000-01-02  1.7 -1.9
2000-01-03 -0.2 -0.8

>>> df2
              A    B
2000-01-01  0.6 -0.3
2000-01-02 -0.4  0.6
2000-01-03  1.1 -1.0

我如何用下面的分层列索引从这两个数据帧中生成一个数据帧

            df1       df2
              A    B    A    B
2000-01-01  1.4  1.4  0.6 -0.3
2000-01-02  1.7 -1.9 -0.4  0.6
2000-01-03 -0.2 -0.8  1.1 -1.0

这是一个文档示例：

---

，只需将密钥的dict-to-pieces传递给ConcatMe它将dfs作为密钥如果您只想添加数据帧名称作为第一级：pd.concat（dict（df1=df1），axis=1）@Mr_and_-Mrs_D，它不将

pd.DataFrames

作为密钥。内置的

dict（）

构造函数，允许使用关键字参数设置简单的字符串键。python文档中的示例是：

dict（sape=4139，guido=4127，jack=4098）

。这就是为什么调用

pd.concat（）后，
'df1'
和
'df2'
是键的原因。
In [9]: df1 = pd.DataFrame(np.random.randn(3,2),columns=list('AB'),index=pd.date_range('20000101',periods=3))

In [10]: df2 = pd.DataFrame(np.random.randn(3,2),columns=list('AB'),index=pd.date_range('20000101',periods=3))

In [11]: df1
Out[11]: 
                   A         B
2000-01-01  0.129994  1.189608
2000-01-02 -1.126812  1.087617
2000-01-03 -0.930070  0.253098

In [12]: df2
Out[12]: 
                   A         B
2000-01-01  0.535700 -0.769533
2000-01-02 -1.698531 -0.456667
2000-01-03  0.451622 -1.500175

In [13]: pd.concat(dict(df1 = df1, df2 = df2),axis=1)
Out[13]: 
                 df1                 df2          
                   A         B         A         B
2000-01-01  0.129994  1.189608  0.535700 -0.769533
2000-01-02 -1.126812  1.087617 -1.698531 -0.456667
2000-01-03 -0.930070  0.253098  0.451622 -1.500175