如何合并从WHO API获取的带列层级索引的已透视Pandas DataFrame

嘿，针对你这个带列层级索引的Pandas DataFrame合并需求，我给你梳理几种常见场景的解决方案，都是实际工作里常用的套路：

1. 列层级结构完全一致，合并行数据 #

如果你的两个DataFrame（假设叫df1和df2）列的多层级索引完全匹配，只是行数据有重叠或互补，直接用pd.concat按行合并就好：

import pandas as pd

# 按行合并，保留原有的行索引（比如国家+年份组合）
merged_df = pd.concat([df1, df2], axis=0, ignore_index=False)

# 如果存在重复的行（比如同一个国家同一年的数据在两个DF里都有），可以去重
merged_df = merged_df.drop_duplicates()

2. 列层级部分重叠，横向合并列数据 #

如果是要把两个DF的列横向拼接，分两种子情况处理：

子情况A：自动对齐列层级 #

如果两个DF的列层级有部分重叠（比如顶层都是疾病类型，底层是年份），直接用pd.concat按列合并，Pandas会自动对齐相同层级的列：

# 横向合并列，保留所有列层级
merged_df = pd.concat([df1, df2], axis=1)

举个例子：如果df1的列是[('麻疹死亡数', '2020'), ('麻疹死亡数', '2021')]，df2的列是[('麻疹死亡数', '2022'), ('肺炎死亡数', '2020')]，合并后会自动把麻疹死亡数下的年份归到同一组，肺炎死亡数作为新的顶层列。

子情况B：基于指定列（而非索引）合并 #

如果你的行不是用索引对齐，而是有共同的标识列（比如'COUNTRY'和'YEAR'），可以先把列层级扁平化，再用merge：

# 第一步：把多层级列名转成普通字符串（用下划线连接层级）
df1.columns = df1.columns.map('_'.join)
df2.columns = df2.columns.map('_'.join)

# 第二步：基于共同列合并（how='outer'保留所有行，也可以用'inner'只保留交集）
merged_df = pd.merge(df1, df2, on=['COUNTRY', 'YEAR'], how='outer')

# 可选：合并后恢复多层级列索引
merged_df.columns = pd.MultiIndex.from_tuples([col.split('_') for col in merged_df.columns])

3. 列层级完全不同，先统一结构再合并 #

如果两个DF的列层级完全不匹配，你可以先手动调整其中一个的列层级，和另一个对齐后再合并：

# 比如把df2的列层级重命名成和df1一致的结构
df2.columns = pd.MultiIndex.from_tuples(
    [('麻疹死亡数', year) for (_, year) in df2.columns]
)

# 再按列合并
merged_df = pd.concat([df1, df2], axis=1)

小提醒 #

合并前一定要检查：用来对齐的行索引（或合并列）的数据类型是否一致！比如YEAR列是整数还是字符串，COUNTRY是全称还是代码，类型不匹配会导致合并后丢失数据或者出现空值。

内容的提问来源于stack exchange，提问作者kiltannen