Pandas合并DataFrame时保留Multi Index的实现方法

我偏爱Pandas的多级索引（Multi Index），但不少Pandas函数必须折叠索引才能运行，这是我最头疼的问题——官方文档总是把重心放在单索引数据框上。现在我需要基于Postcode字段合并两个DataFrame，但不想走重置索引→合并→重建索引的流程，因为这样会丢掉原有的多级索引。

试了pd.merge(df1, df2, on='Postcode', how='left')，结果多级索引没保住。

示例数据 #

import pandas as pd

df1 = pd.DataFrame(data={'Postcode' : ["", "", 'A1 1UU', 'G1 2EE', "", "", 'EF2 5GG', "", ""] }, 
                    index=[[1,1,1,2,2,2,3,3,3,], 
                            ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C']])

df2 = pd.DataFrame(data={'Postcode' : ['A1 1UU', 'G1 2EE', 'EF2 5GG',],
                   "Map Position" : ["51.499767, -0.127262", 
                                     "51.500923, -0.124628", 
                                     "51.503195, -0.118710"]})

期望结果 #

pd.DataFrame(data={'Postcode' : ["", "", 'A1 1UU', 'G1 2EE', "", "", 'EF2 5GG', "", ""], 
                   "Map Position" : ["", "", "51.499767, -0.127262", 
                                     "51.500923, -0.124628", "", "", 
                                     "51.503195, -0.118710", "", ""]}, 
                    index=[[1,1,1,2,2,2,3,3,3,], 
                            ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C']])

解决办法 #

用DataFrame.join()替代pd.merge()，先把df2的索引设为Postcode，再关联df1的Postcode字段，这样能完整保留df1的多级索引：

result = df1.join(df2.set_index('Postcode'), on='Postcode')

说明 #

• df2.set_index('Postcode')：将df2的索引替换为Postcode字段，使其成为可用于关联的键
• df1.join(..., on='Postcode')：指定用df1的Postcode字段匹配df2的索引，该方法默认保留df1的原有索引（包括多级索引）——这是它和merge的核心区别，merge默认会重新生成索引，而join以左侧DataFrame的索引为基准。

运行上述代码后，结果完全符合预期，多级索引完整保留，Map Position字段也正确匹配填充了对应值与空值。

内容的提问来源于stack exchange，提问作者Richard Hill