在创建 MultiIndex 列时合并 Pandas DataFrames答案

【问题标题】：Combine Pandas DataFrames while creating MultiIndex Columns在创建 MultiIndex 列时合并 Pandas DataFrames
【发布时间】：2019-08-27 18:45:40
【问题描述】：

我有两个 DataFrame，如下所示：

import pandas as pd

dates = pd.Index(['2016-10-03', '2016-10-04', '2016-10-05'], name='Date')

close = pd.DataFrame( {'AAPL': [112.52,  113., 113.05],
                       'CSCO': [  31.5, 31.35, 31.59 ],
                       'MSFT': [ 57.42, 57.24, 57.64 ] }, index = dates )

volume= pd.DataFrame( {'AAPL': [21701800, 29736800, 21453100] ,
                       'CSCO': [14070500, 18460400, 11808600] ,
                       'MSFT': [19189500, 20085900, 16726400] }, index = dates )

DataFrame 'close' 的输出如下所示：

              AAPL   CSCO   MSFT
Date
2016-10-03  112.52  31.50  57.42
2016-10-04  113.00  31.35  57.24
2016-10-05  113.05  31.59  57.64

DataFrame 'volume' 的输出如下所示：

                AAPL      CSCO      MSFT
Date
2016-10-03  21701800  14070500  19189500
2016-10-04  29736800  18460400  20085900
2016-10-05  21453100  11808600  16726400

我想将这两个 DataFrame 组合成一个带有 MultiIndex COLUMNS 的 DataFrame，使其看起来像这样：

              AAPL                CSCO                MSFT
             Close     Volume    Close     Volume    Close     Volume  
Date
2016-10-03  112.52   21701800    31.50   14070500    57.42   19189500
2016-10-04  113.00   29736800    31.35   18460400    57.24   20085900
2016-10-05  113.05   21453100    31.59   11808600    57.64   16726400

谁能告诉我如何做到这一点？我一直在玩 pd.concat 和 pd.merge，但我不清楚如何让它与日期索引对齐并允许我为子索引提供名称（'Close' 和 'Volume' ) 在列上。

【问题讨论】：

标签： pandas multi-index

【解决方案1】：

你可以使用 concat 的keys kwarg：

In [11]: res = pd.concat([close, volume], axis=1, keys=["close", "volume"])

In [12]: res
Out[12]:
             close                  volume
              AAPL   CSCO   MSFT      AAPL      CSCO      MSFT
Date
2016-10-03  112.52  31.50  57.42  21701800  14070500  19189500
2016-10-04  113.00  31.35  57.24  29736800  18460400  20085900
2016-10-05  113.05  31.59  57.64  21453100  11808600  16726400

稍作调整：

In [13]: res.swaplevel(0, 1, axis=1).sort_index(axis=1)
Out[13]:
              AAPL             CSCO             MSFT
             close    volume  close    volume  close    volume
Date
2016-10-03  112.52  21701800  31.50  14070500  57.42  19189500
2016-10-04  113.00  29736800  31.35  18460400  57.24  20085900
2016-10-05  113.05  21453100  31.59  11808600  57.64  16726400

【讨论】：

优秀。谢谢！
你能否澄清一下，试图理解 kwarg 'keys' ...文档有点稀疏：“keys : sequence, default None 如果通过了多个级别，应该包含元组。构造层次索引使用传递的键作为最外层”在我看来，这意味着应该有与您要连接的对象相同数量的键。那是对的吗？如果是这样，这与文档中的“多级”注释有什么关系？试图更好地理解如何在各种用例中使用 kwarg 'keys'。谢谢。
@DanielGoldfarb 是的，它们“成为”最终 MI 的顶层。我认为文档建议您可以传递（相同大小的）元组列表，它可以产生更大的 MI。通常键是一个平面列表（对应于 concat 对象）。在此示例中，您最终会得到 2 级 MI，但可能最终会得到 (M+N) 级 MI。