将数据框与分层索引合并？答案

【问题标题】：Merging dataframes with hierarchcial index?将数据框与分层索引合并？
【发布时间】：2020-09-27 21:41:32
【问题描述】：

问题

如何使用分层索引合并两个数据帧？
我的数据帧的索引是datetime.datetime 和datetime.time

代码示例

import pandas as pd
import numpy as np
import datetime

BTC_df = pd.DataFrame(np.array([[datetime.time(19,15,0),1.05,'BTC'],[datetime.time(9,20,0),1.2,'BTC']]),
                      columns = ['time','return','coin'],
                      index = [[datetime.date(2020,5,1), datetime.date(2020,5,2)]])

ETH_df = pd.DataFrame(np.array([[datetime.time(8,30,0),1.1,'ETH'],[datetime.time(17,30,0),0.9,'ETH']]),
                      columns = ['time','return','coin'],
                      index = [[datetime.date(2020,5,1), datetime.date(2020,5,2)]])

BTC_df 
>>>               time    return   coin
   2020-05-01   19:15:00    1.05    BTC
   2020-05-02   09:20:00    1.2     BTC

ETH_df 
>>>                time    return   coin
   2020-05-01   08:30:00    1.1     ETH
   2020-05-02   17:30:00    0.9     ETH

我想要的输出如下，使用分层索引（MultiIndex）

merged_df
>>>               time    return   coin
   2020-05-01   08:30:00    1.1     ETH
                19:15:00    1.05    BTC
   2020-05-02   09:20:00    1.2     BTC
                17:30:00    0.9     ETH

【问题讨论】：

标签： python pandas dataframe merge concatenation

【解决方案1】：

您可以使用pd.concat 并使用df.sort_values 对其进行排序。

df = pd.concat([BTC_df,ETH_df])
df.rename_axis('Date').sort_values(by=['Date','time'])

                time return coin
Date
2020-05-01  08:30:00    1.1  ETH
2020-05-01  19:15:00   1.05  BTC
2020-05-02  09:20:00    1.2  BTC
2020-05-02  17:30:00    0.9  ETH

【讨论】：

我们可以在这里做多级索引以摆脱重复的日期吗？例如，我只想看到一个2020-05-01，而不是看到两次。
@Eiffelbear 但是为此，您也将'time' 作为索引。然后你会得到MultiIndex。见 Quang 的回答。

【解决方案2】：

您可以使用set_index 和append 来制作time：

pd.concat([BTC_df,ETH_df]).set_index('time',append=True).sort_index()

输出：

                    return coin
           time                
2020-05-01 08:30:00    1.1  ETH
           19:15:00   1.05  BTC
2020-05-02 09:20:00    1.2  BTC
           17:30:00    0.9  ETH

【讨论】：

【解决方案3】：

pd.concat([BTC_df,ETH_df]).sort_values(by='time', ascending=True)

【讨论】：