将DataFrame附加到另一个DataFrame (在特定的MultiIndex上)

Question

在下面的DataFrame中，即df1

In[0]: df1
Out[0]:
                     A         B
first second                    
bar   one     1.764052  0.400157
      one     0.978738  2.240893
      one     1.867558 -0.977278
      two     0.950088 -0.151357

我希望在MultiIndex ('bar','one')的最后一行之后追加另一个MultiIndex，同时给新添加的行提供相同的MultiIndex。

也就是说，对于下面的df2

In[1]: df2
Out[1]:

                     A         B
first second                    
baz   three  -0.103219  0.410599
      three   0.144044  1.454274

预期的结果是：

                     A         B
first second                    
bar   one     1.764052  0.400157
      one     0.978738  2.240893
      one     1.867558 -0.977278
      one    -0.103219  0.410599   # there 2 rows
      one     0.144044  1.454274   #    arrived from df2
      two     0.950088 -0.151357

到目前为止，才是问题所在.

我前面的一些尝试都失败了：

(1)按组迭代(使用groupby)并根据df2值连接一个新的DataFrame：

for idx, data in df1.groupby(level=[0,1]):
    df1.loc[idx] = pd.concat([data, pd.DataFrame(df2, index=idx)], ignore_index=True)

Exception: cannot handle a non-unique multi-index!

(还尝试将它们放置在一个新的DataFrame__中)。

(2) 重编索引 df2优先：

for idx, data in df1.groupby(level=[0,1]):
    df2.reindex(idx)

Exception: cannot handle a non-unique multi-index!

或者：

for idx, data in df1.groupby(level=[0,1]):
    df2.index = idx
    break

            A         B
bar -0.103219  0.410599
one  0.144044  1.454274

Answer 1

如果您想要手动将数据插入到现有的dataframe中，则需要决定几件事。

1. 你打算把它插入哪里？我通过找到索引为('bar', 'one')的第一个实例来解决这个问题。
2. 你打算怎么称呼这些数据？换句话说，您要插入的数据的索引是什么？显然，您正在更改索引值。您必须提前知道这些索引值是什么。除非您希望它继承紧接它前面的行的索引值(我也会显示这一点)。

position = (df1.index.to_series() == ('bar', 'two')).values.argmax()

pd.concat([
        df1.iloc[:position],
        df2.set_index([['bar', 'bar'], ['one', 'one']]),
        df1.iloc[position:]
    ])

​

​

新行从前一行继承索引值的示例(结果与上面相同)

position = (df1.index.to_series() == ('bar', 'two')).values.argmax()
insert_idx = pd.MultiIndex.from_tuples(df1.index[[position - 1]].tolist() * len(df2))

pd.concat([
        df1.iloc[:position],
        df2.set_index(insert_idx),
        df1.iloc[position:]
    ])