当axis设置为axis = 1时，pd.concat摆脱了多索引

Question

我正在尝试连接具有相同索引但不同多索引列的四个数据帧。

当我使用： df = pd.concat([df_wa, df_avg, df_sum, df_count], sort=False)

然后写入 excel，DataFrame 打印 Multi Index，其中第一个索引在 Excel 的顶行，另一个索引在下面的行。

现金...费用...四月

WA ...计数...平均

但是，轴需要设置为axis=1，这样索引就不会针对每个新数据帧重复。所以我使用：

df = pd.concat([df_wa, df_avg, df_sum, df_count], axis=1, sort=False)

但是当它被转换为元组时，我丢失了多索引。

(free_cash_flow, WA) ... (fees_received, count)....(apr, avg)

我尝试使用关卡、键和 unstack 都没有成功。知道如何取消索引吗？

Answer 1

如果您使用 df.columns = multidex 值设置多索引，则效果很好。他们只需要具有相同数量的级别

示例：

array1 = ['animal', 'animal']
array2 = ['has wings', 'no wings']

tuples = list(zip(array1, array2))
col = pd.MultiIndex.from_tuples(tuples)

df = pd.DataFrame([['bird', 'monkey'], ['dragon','horse']])
df.columns = col


array1 = ['foo', 'foo']
array2 = ['baz', 'bar']
tuples = list(zip(array1, array2))
col = pd.MultiIndex.from_tuples(tuples)

df2 = pd.DataFrame([['bird', 'monkey'], ['dragon','horse']])
df2.columns = col

new_df = pd.concat([df, df2], axis=1)
print(new_df)

输出：

     animal              foo        
  has wings no wings     baz     bar
0      bird   monkey    bird  monkey
1    dragon    horse  dragon   horse