将行中的两个单索引数据框合并为一个具有多级索引的数据框答案

【问题标题】：Combine two single-index dataframe in rows to one with multi-level index将行中的两个单索引数据框合并为一个具有多级索引的数据框
【发布时间】：2018-03-01 21:53:53
【问题描述】：

我有两个带有单个索引的数据框。我想将它们组合成一个但具有两级索引。

import pandas as pd  
import numpy as np  
busjouney={'bus':['A','B'],'journey':[60,60]}  
daytable={'days':['Mon','Tue'],'journey':[60,60]}  
pd_busjouney=pd.DataFrame(busjouney)  
pd_daytable=pd.DataFrame(daytable)

我想将这两个数据框合并为一个具有两级索引的数据框，如下所示：

days bus journey  
Mon  A   60  
     B   60  
Tue  A   60
     B   60

我的繁琐方法是创建一个数据框，其中行在 Bus 中的 Days 和 Columns 中，值为 60。然后使用 pd.melt 并给出索引名称。有人有更好的想法吗？

【问题讨论】：

table = {'days': ['Mon', 'Mon','Tue','Tue'], 'bus': ['A','B','A', 'B'], 'journey':[60,60,60,60]} 这不是你真正想要的吗？

标签： python pandas

【解决方案1】：

这是一种方法：

df = pd_daytable.merge(pd_busjouney, how='left', on='journey')\
                .set_index(['days', 'bus'])

#           journey
# days bus         
# Mon  A         60
#      B         60
# Tue  A         60
#      B         60

【讨论】：

【解决方案2】：

In [1]: pd_daytable.groupby('days').apply(lambda x: x.merge(pd_busjouney))\
                   .set_index(['days', 'bus'])

Out[1]: 
          journey
days bus         
Mon  A         60
     B         60
Tue  A         60
     B         60

【讨论】：