附加两个多索引熊猫数据框答案

【问题标题】：Append two multiindexed pandas dataframes附加两个多索引熊猫数据框
【发布时间】：2015-10-22 05:10:06
【问题描述】：

您能帮忙附加两个多索引熊猫数据框吗？试图将 df_future 附加到 df_current。 COMPANY 和 DATE 是索引。

df_current

                           VALUE
COMPANY     DATE            
            7/27/2015       1
A           7/28/2015       2
            7/29/2015       3
            7/30/2015       4
            7/27/2015       11
B           7/28/2015       12
            7/29/2015       13
            7/30/2015       14

df_future

                            VALUE
COMPANY     DATE            
A           8/1/2015        5
            8/2/2015        6
B           8/1/2015        15
            8/2/2015        16

根据这些dfs，想看看..

df_current_and_future

                            VALUE
COMPANY     DATE            
            7/27/2015       1
            7/28/2015       2
A           7/29/2015       3
            7/30/2015       4
            8/1/2015        5
            8/2/2015        6
            7/27/2015       11
            7/28/2015       12
B           7/29/2015       13
            7/30/2015       14
            8/1/2015        15
            8/2/2015        16

【问题讨论】：

标签： python join pandas multi-index

【解决方案1】：

使用concat 连接两个DataFrame，使用sort_index 重新排序第一个索引级别：

In [167]: pd.concat([df_current, df_future]).sort_index()
Out[167]: 
                   VALUE
COMPANY DATE            
A       7/27/2015      1
        7/27/2015     11
        7/28/2015      2
        7/29/2015      3
        7/30/2015      4
        8/1/2015       5
        8/2/2015       6
B       7/28/2015     12
        7/29/2015     13
        7/30/2015     14
        8/1/2015      15
        8/2/2015      16

注意：我的原始答案使用了 sortlevel，现在已弃用。作为firelynx shows，请改用sort_index。

【讨论】：

unutbu 先生，你太棒了！非常感谢！

【解决方案2】：

在 pandas 中追加称为 concat。并用the pd.concat function.完成

concat 函数不管你有没有多重索引都可以工作

df = pd.concat([df_current, future])

                   VALUE
COMPANY DATE            
A       7/27/2015      1
        7/28/2015      2
        7/29/2015      3
        7/30/2015      4
        7/27/2015     11
B       7/28/2015     12
        7/29/2015     13
        7/30/2015     14
A       8/1/2015       5
        8/2/2015       6
B       8/1/2015      15
        8/2/2015      16

如果排序有问题，只需使用：

df.sort_index()

                   VALUE
COMPANY DATE            
A       7/27/2015      1
        7/27/2015     11
        7/28/2015      2
        7/29/2015      3
        7/30/2015      4
        8/1/2015       5
        8/2/2015       6
B       7/28/2015     12
        7/29/2015     13
        7/30/2015     14
        8/1/2015      15
        8/2/2015      16

【讨论】：

不知道 df.sort_index() 部分。谢谢！