如何在不合并索引的情况下连接具有不同多索引的两个数据帧？

Question

我有两个数据帧。每一个都有一个两级的多索引。第一级在每一个中都是相同的，但第二级是不同的。我希望将数据帧连接起来，并最终得到一个具有三级多索引的数据帧，其中第一个数据帧中的记录在第三个索引级中具有“NaN”，而第二个数据帧中的记录在第二个索引级中具有“NaN”。相反，我得到了一个具有两级索引的dataframe，其中每个dataframe的第二级中的值被放在相同的索引级中，该索引级采用第一个dataframe中第二级的名称(请参见下面的代码)。

有没有好的方法可以做到这一点呢？我可以将每个索引的第二级放到一个列中，连接起来，然后将它们放回索引中，但对我来说，这似乎是一种间接的方式。

df1 = pd.DataFrame({'index-1':['a1','b1','c1','d1'], 'index-2':['a2','b2','c2','d2'], 'values':[1,2,3,4]})
df2 = pd.DataFrame({'index-1':['a1','b1','c1','d1'], 'index-3':['a3','b3','c3','d3'], 'values':[5,6,7,8]})

df1.set_index(['index-1','index-2'], inplace=True)
df2.set_index(['index-1','index-3'], inplace=True)

pd.concat([df1, df2])

谢谢!

Answer 1

重置两个输入数据帧上的索引，连接它们，然后再次设置索引将会更容易：

pd.concat([df1.reset_index(), df2.reset_index()], sort=False) \
    .set_index(['index-1', 'index-2', 'index-3'])

结果：

                         values
index-1 index-2 index-3        
a1      a2      NaN           1
b1      b2      NaN           2
c1      c2      NaN           3
d1      d2      NaN           4
a1      NaN     a3            5
b1      NaN     b3            6
c1      NaN     c3            7
d1      NaN     d3            8