根据索引位置将多行插入到数据框中

问题描述

我有两个多级索引数据框，如下所示。我需要将它们合并在一起。 具体来说，我需要根据匹配的索引将 df2 中的行插入到 df1 中 - 在级别的末尾。下面的数据可以告诉你我的意思，预期的输出也在那里。它需要是“程序化的，并且可以运行这些实例的负载！”非常感谢提前

数据

array1 = [["bar","bar","baz","foo","qux","qux"]]
tupples1 = list(zip(*array1))
index1 = pd.MultiIndex.from_tuples(tupples1,names=["first"])
df1 = pd.DataFrame(np.random.randn(8),index=index1)#
df1.reset_index(inplace=True)


array2 = [["bar","qux"]]
tupples2 = list(zip(*array2))
index2 = pd.MultiIndex.from_tuples(tupples2,names=["first"])
df2 = pd.DataFrame(np.random.randn(7),index=index2)
df2.reset_index(inplace=True)

预期输出将是这种形状（但具有实际值）

array3 = [["bar","qux"]]
tupples3 = list(zip(*array3))
index3 = pd.MultiIndex.from_tuples(tupples3,names=["first"])
df3 = pd.DataFrame(np.random.randn(16),index=index3)
df3.reset_index(inplace=True)

解决方法

这是一种在第一个索引级别使用 pd.factorize 来获取该级别的顺序的方法，一旦您concat 两个数据帧。

np.random.seed(1)
df3 = pd.concat([df1,df2])

df3 = (
    df3.set_index( # add two index level for sorting
         [list(range(len(df3))),# to have current order of rows
          pd.factorize(df3.index.get_level_values('first'))[0]],# to have order of first index 
         append=True) # to not replace original index
       .sort_index(level=[-1,-2]) # sort as wanted
       .droplevel([-2,-1]) # delete the extra index
)
print(df3)
                     0
first second          
bar   one     1.624345
      two    -0.611756
      one     0.319039
      two    -0.249370
      three   1.462108
baz   one    -0.528172
      two    -1.072969
foo   one     0.865408
      two    -2.301539
qux   one     1.744812
      two    -0.761207
      one    -2.060141
      two    -0.322417
      three  -0.384054
      four    1.133769

请注意，您可以将两个级别添加为列进行排序并使用 sort_values。