Pandas 添加两个多索引数据框

Question

我正在尝试将两个具有多索引列和不同索引大小的数据框添加在一起。什么是最优雅的解决方案。例如：

names = ['Level 0', 'Level 1']
cols1 = pd.MultiIndex.from_arrays([['A', 'A', 'B'],['A1', 'A2', 'B1']], names = names)
cols2 = pd.MultiIndex.from_arrays([['A', 'A', 'B'],['A1', 'A3', 'B1']], names = names)
df1 = pd.DataFrame(np.random.randn(1, 3), index=range(1), columns=cols1)
df2 = pd.DataFrame(np.random.randn(5, 3), index=range(5), columns=cols2)
print(df1)
print(df2)

Level 0         A                   B
Level 1        A1        A2        B1 
0       -0.116975 -0.391591  0.446029

Level 0         A                   B
Level 1        A1        A3        B1
0        1.179689  0.693096 -0.102621
1       -0.913441  0.187332  1.465217
2       -0.089724 -1.907706 -0.963699
3        0.203217 -1.233399  0.006726
4        0.218911 -0.027446  0.982764

现在我尝试将 df1 添加到 df2，其逻辑是刚刚添加缺少的列，并将 df1 的索引 0 添加到 df2 中的所有索引。

所以我希望上面的数字：

  Level 0          A                                   B
  Level 1         A1           A2          A3         B1
  0         1.062714    -0.391591    0.693096   0.343408
  1        -1.030416    -0.391591    0.187332   1.911246 
  2        -0.206699    -0.391591   -1.907706   -0.51767
  3         0.086242    -0.391591   -1.233399   0.452755
  4         0.101936    -0.391591   -0.027446   1.428793

什么是速度和内存效率最高的解决方案？任何帮助表示赞赏。

Answer 1

设置

In [76]: df1
Out[76]: 
Level 0        A                   B
Level 1       A1        A2        B1
0       -0.28667  1.852091 -0.134793

In [77]: df2
Out[77]: 
Level 0         A                   B
Level 1        A1        A3        B1
0       -0.023582 -0.713594  0.487355
1        0.628819  0.764721 -1.118777
2       -0.572421  1.326448 -0.788531
3       -0.160608  1.985142  0.344845
4       -0.184555 -1.075794  0.630975

这将对齐框架并用 0 填充 nan 但不广播

In [63]: df1a,df2a = df1.align(df2,fill_value=0)

In [64]: df1a+df2a
Out[64]: 
Level 0         A                             B
Level 1        A1        A2        A3        B1
0       -0.310253  1.852091 -0.713594  0.352561
1        0.628819  0.000000  0.764721 -1.118777
2       -0.572421  0.000000  1.326448 -0.788531
3       -0.160608  0.000000  1.985142  0.344845
4       -0.184555  0.000000 -1.075794  0.630975

这是第一个广播的方式

In [65]: df1a,df2a = df1.align(df2)

In [66]: df1a.ffill().fillna(0) + df2a.fillna(0)
Out[66]: 
Level 0         A                             B
Level 1        A1        A2        A3        B1
0       -0.310253  1.852091 -0.713594  0.352561
1        0.342149  1.852091  0.764721 -1.253570
2       -0.859091  1.852091  1.326448 -0.923324
3       -0.447278  1.852091  1.985142  0.210052
4       -0.471226  1.852091 -1.075794  0.496181