如何在Pandas concat时正确处理多索引列名顺序问题

问题复现 #

你有两个以id_a、id_b为索引的DataFrame，但索引列顺序不同：

import pandas as pd

foo = pd.DataFrame([{'id_a': 1, 'id_b': 1, 'value': 1}])
foo.set_index(['id_a','id_b'], inplace=True)

bba = pd.DataFrame([{'id_b': 2, 'id_a': 1, 'value': 10}])
bba.set_index(['id_b', 'id_a'], inplace=True)

直接执行pd.concat([foo, bba])会出现索引混淆：id_a被错误赋值为2（实际是id_b的值），而非预期的空值——这是因为concat默认按索引层级的位置而非名称对齐。

解决方案 #

核心是统一两个DataFrame的索引层级顺序，让concat能按索引名称正确匹配。可以用reorder_levels()调整其中一个的索引层级：

# 调整bba的索引层级，与foo的顺序保持一致（id_a在前，id_b在后）
bba_aligned = bba.reorder_levels(['id_a', 'id_b'])

# 执行合并
qux = pd.concat([foo, bba_aligned])

合并后的结果会正确识别索引列名：

原理说明 #

pandas的concat()处理MultiIndex时，默认按层级的位置（第0层、第1层）来对齐，完全忽略层级名称。当两个DataFrame的索引层级顺序不同时，比如一个是[id_a, id_b]，另一个是[id_b, id_a]，concat会把第一个的第0层和第二个的第0层视为同一列，直接导致值与名称不匹配的问题。

用reorder_levels()可以在保留索引值与对应名称关联的前提下，调整层级顺序，让两个DataFrame的索引结构完全一致，此时concat就能按名称正确合并。

内容的提问来源于stack exchange，提问作者Stefan