Добавить уровень к индексу столбцов в Python pandas

у меня есть несколько фреймов данных с теми же столбцами, которые я хотел бы объединить только по их индексам.

print df1

out[]:               Value  ISO
       Id                      
       200001   8432000000  USD
       200230  22588186000  USD
       200247   4633000000  USD
       200291   1188880000  USD
       200418   1779776000  USD

print df2

out[]:               Value  ISO
      Id                       
      200001  1.309168e+11  USD
      200230  5.444096e+10  USD
      200247  9.499602e+09  USD
      200291  2.089603e+09  USD
      200418  3.827251e+09  USD

print df3

out[]:           Value
      Id                       
      200001  3.681908
      200230  3.408507
      200247  4.531866
      200291  0.273029
      200418  3.521822

я мог бы использовать

pd.concat([df1, df2, df3], axis=1)

и вам

out[]:              Value  ISO         Value  ISO     Value
      Id                                                   
      200001   8432000000  USD  1.309168e+11  USD  3.681908
      200230  22588186000  USD  5.444096e+10  USD  3.408507
      200247   4633000000  USD  9.499602e+09  USD  4.531866
      200291   1188880000  USD  2.089603e+09  USD  0.273029
      200418   1779776000  USD  3.827251e+09  USD  3.521822

но я теряю информацию о том, откуда взялась каждая колонка. Я также могу выполнить слияние на двух кадрах данных и использовать параметр suffixes

print df1.merge(df2, left_index=True, right_index=True, suffixes=('_1', '_2'))

и вам

out[]:            Value_1 ISO_1       Value_2 ISO_2
      Id                                           
      200001   8432000000   USD  1.309168e+11   USD
      200230  22588186000   USD  5.444096e+10   USD
      200247   4633000000   USD  9.499602e+09   USD
      200291   1188880000   USD  2.089603e+09   USD
      200418   1779776000   USD  3.827251e+09   USD

Я могу затем daisy chain мои слияния, но параметр suffixes применяется только к столбцам, которые разделяют имя. Как только я суффиксом первого слияния, имена уже не будет совместно с третьей таблицы данных.

я решил, что решение будет заключаться в добавлении уровня к индексу столбца каждого фрейма данных с соответствующей информацией, необходимой для различения этих столбцов. Тогда я смогу запустить полицию.concat () и получить что-то, что выглядит так:

print pd.concat([df1_, df2_, df3_], axis=1)

out[]:Source           df1                df2            df3
                     Value  ISO         Value  ISO     Value
      200001     8.432e+09  USD  1.309168e+11  USD  3.681908
      200230  2.258819e+10  USD  5.444096e+10  USD  3.408507
      200247     4.633e+09  USD  9.499602e+09  USD  4.531866
      200291   1.18888e+09  USD  2.089603e+09  USD  0.273029
      200418  1.779776e+09  USD  3.827251e+09  USD  3.521822

однако, чтобы это произошло. Я должен был злоупотреблять фреймами данных, как Итак:

df1_ = df1.T
df1_['Source'] = 'df1'
df1_.set_index('Source', append=True, inplace=True)
df1_.index = df1_.index.swaplevel(0, 1)
df1_ = df1_.T

в конечном счете, я хочу, чтобы результат выглядел очень похоже на последнее утверждение concat. Есть ли лучший способ добраться туда? Есть ли лучший способ добавить уровень к индексу столбца?

спасибо, Пир!--8-->

1 ответов


Я хочу мультииндекс, вы можете сделать это прямо в concat функция для получения тех же результатов, как:

pd.concat([df1, df2, df3], axis=1, keys=['df1', 'df2', 'df3'])

или

pd.concat({'df1':df1, 'df2':df2, 'df3':df3}, axis=1)

см. также Многоиндексный фрейм данных из последовательности фреймов данных