python - Pandas 合并层次结构数据框并维护层次结构

This github issue描述了合并具有混合层次结构的数据帧，并给出了将层次结构扁平化为元组的解决方案。

df = pd.DataFrame([(1, 2, 3), (4, 5, 6)], columns=['a', 'b', 'c'])
new_df = df.groupby(['a']).agg({'b': [np.mean, np.sum]})
other_df = df = pd.DataFrame([(1, 2, 3), (7, 10, 6)], columns=['a', 'b', 'd'])
other_df.set_index('a', inplace=True)
print new_df
print other_df
p = pd.merge(new_df, other_df, left_index=True, right_index=True)
print p

输出：

      b
   mean  sum
a
1     2    2
4     5    5

    b  d
a
1   2  3
7  10  6

   (b, mean)  (b, sum)  b  d
a
1          2         2  2  3

但是，我想维护层次结构，结果如下：

       b        b  d
    mean  sum
x
y      .    .   .  .

我只是在这里制作了值点，因为它们在这种情况下并没有什么意义，但是希望这个主意很清楚。

最佳答案

您是否正在寻找这样的东西：

>>> other_to_tup = [(x, 'val') for x in other_df.columns]
>>> other_df.columns = pd.MultiIndex.from_tuples(other_to_tup)
>>> p = pd.merge(new_df, other_df, left_index=True, right_index=True)
>>> p
      b              d
   mean  sum  val  val
a
1     2    2    2    3

关于python - Pandas 合并层次结构数据框并维护层次结构，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/19862948/