在 Pandas 中将两个多索引合并在一起答案

【问题标题】：Merging two multiindexes together in Pandas在 Pandas 中将两个多索引合并在一起
【发布时间】：2018-07-24 05:58:40
【问题描述】：

我有两个多索引，我想在索引上合并在一起。下面我想在Cif 和ye 上合并，并在al_staff 数据框中有两个0 列。

al_staff=pd.merge(new.reset_index(), staff_cost_sum.reset_index(), on=['Cif', 'ye'], how='inner').set_index(['Cif','ye'])

我重置了索引并指定了要合并的列，并定义了新索引中应该包含哪些列。什么都没有返回。

“新”数据框是几个类似于 staff_sum 的数据框的组合，但它们具有相同的索引，Cif 和 ye，如下所示：

new=pd.concat([staff_cost_sum, sub_cost_sum, consum_cost_sum, soft_cost_sum]).sum(level=['Cif','ye'])
new.reset_index(inplace=True)

在这个过程中数据类型似乎正在改变，因为新的数据帧将Cif和ye设置为对象类型，而staff_cost_sum仍然是int64数据类型。

如何在“新”数据框中保留 Cif 和 ye 列的相同数据类型？它们是什么数据类型对我来说并不重要，因为这就是我需要做的所有事情（所以没有未来的后果），但我宁愿知道如何编辑下面的代码示例来做到这一点而不是做解决方法。不过，任何想法都会很感激。

两个多索引数据集如下。

Cif     ye  0
277     13  519297.676200
        14  770372.973000
        15  63046.854000
312     13  21292.546058
322     14  60154.098500
361     13  78735.072000

Cif     ye  0
277     13  444597.411500
        14  484438.682500
312     13  21292.546058
322     14  60154.098500
361     13  78735.072000
        16  35333.400000




new.reset_index().info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 2101 entries, 0 to 2100
Data columns (total 3 columns):
Cif    2101 non-null object
ye     2101 non-null object
0      2101 non-null float64
dtypes: float64(1), object(2)
memory usage: 49.3+ KB


staff_cost_sum.reset_index().info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1899 entries, 0 to 1898
Data columns (total 3 columns):
Cif    1899 non-null int64
ye     1899 non-null int64
0      1899 non-null float64
dtypes: float64(1), int64(2)
memory usage: 44.6 KB

预期输出：

                  0_x            0_y
Cif ye                              
277 13  444597.411500  519297.676200
    14  484438.682500  770372.973000
312 13   21292.546058   21292.546058
322 14   60154.098500   60154.098500
361 13   78735.072000   78735.072000

【问题讨论】：

你的预期输出是什么？
两个 0 列，在不同的列中，所以它会创建列 0_x 和 0_y 编辑：并且索引是 'Cif' 和 'ye'

标签： python pandas merge

【解决方案1】：

IIUC。使用join 加入多索引行：

df1.join(df2, rsuffix='_x', lsuffix='_y', how='inner')

输出：

                  0_y            0_x
Cif ye                              
277 13  519297.676200  444597.411500
    14  770372.973000  484438.682500
312 13   21292.546058   21292.546058
322 14   60154.098500   60154.098500
361 13   78735.072000   78735.072000

或者

df2.merge(df1, right_index=True, left_index=True, how='inner')

输出：

                  0_x            0_y
Cif ye                              
277 13  444597.411500  519297.676200
    14  484438.682500  770372.973000
312 13   21292.546058   21292.546058
322 14   60154.098500   60154.098500
361 13   78735.072000   78735.072000

【讨论】：

我认为问题在于我原来的问题中的第二个代码是让“Cif”和“ye”来更改数据类型，所以我的问题是如何防止这种情况发生，以便第一个代码会起作用，就像第一个代码和你的两个示例一样，我本质上是在尝试将数据与不同数据类型的数据结合起来。
您能否发布两个数据帧的 .info() 或生成具有不同 dtype 的数据帧的代码。
编辑：我已将 info() 放在原始问题的底部。
好的，同时发布staff_cost_sum.index 和new.index。我还没有看到任何不同的数据类型。
嗯好的，再次编辑，显示reset_index，你可以看到不同的数据类型，object和int64。