多索引DataFrame缺失索引补全与合并报错问题求助

问题原因 #

你遇到的InvalidIndexError，本质是多层索引里的Win/Loose项大小写不统一（比如win小写、Loose首字母大写），导致索引无法正确对齐；同时join="inner"会只保留两个DataFrame共有的索引，完全不符合你补全缺失项的需求。

解决方案 #

步骤1：统一索引大小写（消除匹配障碍） #

先把两个DataFrame的Win/Loose索引项统一成相同格式（比如全小写），避免大小写差异导致的索引不匹配：

# 统一old_results的Win/Loose索引为小写
old_results.index = old_results.index.set_levels(
    old_results.index.get_level_values(1).str.lower(), level=1
)

# 统一new_results的Win/Loose索引为小写
new_results.index = new_results.index.set_levels(
    new_results.index.get_level_values(1).str.lower(), level=1
)

步骤2：合并并填充缺失值为0 #

用join='outer'保留所有索引项，再用fillna(0)把缺失的2024数据补为0：

# 合并两个DataFrame，保留全部索引
merged_results = pd.concat([old_results, new_results], axis=1, join='outer')

# 将缺失值填充为0
merged_results = merged_results.fillna(0)

# 可选：把Win/Loose索引恢复为首字母大写格式
merged_results.index = merged_results.index.set_levels(
    merged_results.index.get_level_values(1).str.capitalize(), level=1
)

完整可运行代码 #

import pandas as pd

# 原始数据
old_results = pd.DataFrame({'name': ['Soccer','Soccer','baseball','baseball', 'basketball', 'basketball'],
                            'Win/Loose':['win','Loose','win','Loose','win','Loose'], 
                            '2022':[5,7,2,5,9,4],
                            '2023':[6,5,3,4,7,6]}).set_index(['name', 'Win/Loose'])

new_results = pd.DataFrame({'name': ['Soccer','Soccer','baseball','baseball', 'basketball'],
                            'Win/Loose':['win','Loose','win','Loose','win'], 
                            '2024':[8,4,6,1,13]}).set_index(['name', 'Win/Loose'])

# 统一索引大小写
old_results.index = old_results.index.set_levels(old_results.index.get_level_values(1).str.lower(), level=1)
new_results.index = new_results.index.set_levels(new_results.index.get_level_values(1).str.lower(), level=1)

# 合并并填充缺失值
merged_results = pd.concat([old_results, new_results], axis=1, join='outer').fillna(0)

# 恢复索引大小写（可选）
merged_results.index = merged_results.index.set_levels(merged_results.index.get_level_values(1).str.capitalize(), level=1)

print(merged_results)

最终输出 #

2022  2023  2024
name        Win/Loose             
Soccer      Win       5.0   6.0   8.0
            Loose     7.0   5.0   4.0
baseball    Win       2.0   3.0   6.0
            Loose     5.0   4.0   1.0
basketball  Win       9.0   7.0  13.0
            Loose     4.0   6.0   0.0

替代方案：用combine_first快速补全 #

如果只需要用新数据补全旧数据的缺失项，也可以用combine_first：

# 统一索引大小写后执行
merged_results = new_results.combine_first(old_results).fillna(0)

内容的提问来源于stack exchange，提问作者user13017275